Comparison of serum levels of Cystatin-C and traditional renal biomarkers for the early detection of pre-hypertensive nephropathy.
Notice bibliographique
Résumé
OBJECTIVE: To compare serum Cystatin-C and serum creatinine levels along with estimated glomerular filtration rate of apparently healthy people of South Asian descent with pre-hypertension to determine which is better in detecting reversible renal dysfunction. METHODS: :The comparative cross-sectional study was conducted at the Army Medical College, Rawalpindi, Pakistan, in 2013-14, and comprised apparently normal healthy male and female volunteers. The subjects were divided into normotensive group 1 and pre-hypertensive group 2. Serum Cystatin-C levels were measured by sandwhich enzyme-linked immunosorbent assay technique whereas serum creatinine levels were measured by Jaffe's procedure. Glomerular filtration rate estimation was done by using standard equations. SPSS 20 was used for data analysis. RESULTS: Of the 78 subjects, 39(50%) were in normotensive group 1 and 39(50%) in the pre-hypertensive group 2. The mean age was 38.74 } 5.71 years in group 1 and 38.07 } 3.84 years in group 2. Serum Cystatin-C levels were higher in group 2 than in group 1(p= 0.0001), whereas serum creatinine levels manifested no statistical difference between the groups (p=0.106). Estimated glomerular filtration rate based on Cystatin-C significantly decreased in group 2 than in group 1 (p=0.0001). Serum Cystatin-C displayed a significant positive correlation and estimated glomerular filtration rate based on Cystatin-C negative correlation with the rising blood pressure values (p=0.0001).Serum Cystatin-C reflected a very high sensitivity and specificity at a cutoff value of 0.77 mg/l compared to serum creatinine. CONCLUSIONS: Serum Cystatin-C and Estimated glomerular filtration based on rate Cystatin-C appeared to be better renal biomarkers in the detection of pre-hypertensive nephropathy.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».