The effect of frequent hemodialysis on matrix metalloproteinases, their tissue inhibitors, and FGF23: Implications for blood pressure and left ventricular mass modification in the Frequent Hemodialysis Network trials
Notice bibliographique
Résumé
BACKGROUND: Frequent hemodialysis modifies serum phosphorus, blood pressure, and left ventricular mass (LVM). We ascertained whether frequent hemodialysis is associated with specific changes in biomarker profile among patients enrolled in the frequent hemodialysis network (FHN) trials. METHODS: This was a post hoc analysis of biomarkers among patients enrolled to the FHN trials. In particular, we hypothesized that frequent hemodialysis is associated with changes in a specific set of biomarkers which are linked with changes in blood pressure or LVM. RESULTS: Among 332 randomized patients, 243 had biomarker data available. Of these, 124 patients were assigned to 3-times-a-week hemodialysis (94 [Daily Trial] and 30 [Nocturnal Trial]) and 119 patients were assigned to 6-times-a-week hemodialysis (87 [Daily Trial] and 32 [Nocturnal Trial]). Frequent hemodialysis lowered phosphate, blood pressures, LVM, log fibroblast growth factor (FGF)23, and tissue inhibitors of metalloproteinase (TIMP)-2 levels. The fall in phosphate was associated with changes in FGF23 (r = 0.48, P < 0.001) [Daily Trial] and (r = 0.55, P < 0.001) [Nocturnal Trial]) and tended to be associated with changes in systolic blood pressure (r = 0.18, P = 0.057) [Daily Trial] and (r = 0.31, P = 0.04) [Nocturnal Trial]. Within the Daily Trial, changes in MMP2 (r = 0.20, P = 0.034) were associated with changes in LVM. In the Nocturnal Trial, changes in TIMP-1 (r = 0.37, P = 0.029) and MMP 9 (r = -0.38, P = 0.01) were associated with LVM changes. MMP2 changes were associated with changes in systolic blood pressure. CONCLUSIONS: Reduction of serum phosphate by frequent hemodialysis may modulate FGF23 levels and systolic blood pressure. Markers of matrix turnover are associated with LVM changes. Frequent hemodialysis may affect pathological mediators of chronic kidney disease-mineral bone-metabolism disorder.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».