Tissue sodium concentrations in chronic kidney disease and dialysis patients by lower leg sodium-23 magnetic resonance imaging
Notice bibliographique
Résumé
BACKGROUND: Sodium-23 magnetic resonance imaging (23Na MRI) allows direct measurement of tissue sodium concentrations. Current knowledge of skin, muscle and bone sodium concentrations in chronic kidney disease (CKD) and renal replacement therapy patients is limited. In this study we measured the tissue sodium concentrations in CKD, hemodialysis (HD) and peritoneal dialysis (PD) patients with 23Na MRI of the lower leg and explored their correlations with established clinical biomarkers. METHODS: Ten healthy controls, 12 CKD Stages 3-5, 13 HD and 10 PD patients underwent proton and 23Na MRI of the leg. The skin, soleus and tibia were segmented manually and tissue sodium concentrations were measured. Plasma and serum samples were collected from each subject and analyzed for routine clinical biomarkers. Tissue sodium concentrations were compared between groups and correlations with blood-based biomarkers were explored. RESULTS: Tissue sodium concentrations in the skin, soleus and tibia were higher in HD and PD patients compared with controls. Serum albumin showed a strong, negative correlation with soleus sodium concentrations in HD patients (r = -0.81, P < 0.01). Estimated glomerular filtration rate showed a negative correlation with tissue sodium concentrations (soleus: r = -0.58, P < 0.01; tibia: r = -0.53, P = 0.01) in merged control-CKD patients. Hemoglobin was negatively correlated with tissue sodium concentrations in CKD (soleus: r = -0.65, P = 0.02; tibia: r = -0.73, P < 0.01) and HD (skin: r = -0.60, P = 0.04; tibia: r = -0.76, P < 0.01). CONCLUSION: Tissue sodium concentrations, measured by 23Na MRI, increase in HD and PD patients and may be associated with adverse metabolic effects in CKD and dialysis.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».