Prevalence of Cardiovascular Disease Risk Factors in Childhood Glomerular Diseases
Notice bibliographique
Résumé
Background Cardiovascular disease is a major cause of morbidity and mortality in children with chronic kidney disease. We sought to determine the prevalence of cardiovascular risk factors in children with glomerular disease and to describe current practice patterns regarding risk factor identification and management. Methods and Results Seven-hundred sixty-one children aged 0 to 17 years with any of 4 biopsy-confirmed primary glomerular diseases (minimal change disease, focal segmental glomerulosclerosis, membranous nephropathy, and IgA nephropathy/vasculitis) were enrolled at a median of 16 months from glomerular disease diagnosis in the multicenter prospective Cure Glomerulonephropathy Network study. Prevalence of traditional (hypertension, hypercholesterolemia, and obesity) and novel (proteinuria, prematurity, and passive smoke exposure) cardiovascular risk factors were determined at enrollment and compared across glomerular disease subtypes. Frequency of screening for dyslipidemia and prescribing of lipid-lowering or antihypertensive medications were compared across glomerular disease subtype, steroid exposure, and remission status groups. Compared with the general population, all traditional risk factors were more frequent: among those screened, 21% had hypertension, 51% were overweight or obese, and 71% had dyslipidemia. Children who were not in remission at enrollment were more likely to have hypertension and hypercholesterolemia. Fourteen percent of hypertensive children were not receiving antihypertensives. Only 49% underwent screening for dyslipidemia and only 9% of those with confirmed dyslipidemia received lipid-lowering medications. Conclusions Children with primary glomerular diseases exhibit a high frequency of modifiable cardiovascular risk factors, particularly untreated dyslipidemia. Lipid panels should be routinely measured to better define the burden of dyslipidemia in this population. Current approaches to screening for and treating cardiovascular risk factors are not uniform, highlighting a need for evidence-based, disease-specific guidelines.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».