Metabolic Surgery to Treat Obesity in Diabetic Kidney Disease, Chronic Kidney Disease, and End-Stage Kidney Disease; What Are the Unanswered Questions?
Notice bibliographique
Résumé
Obesity is a major factor in contemporary clinical practice in nephrology. Obesity accelerates the progression of both diabetic and non-diabetic chronic kidney disease and, in renal transplantation, both recipient and donor obesity increase the risk of allograft complications. Obesity is thus a major driver of renal disease progression and a barrier to deceased and living donor kidney transplantation. Large observational studies have highlighted that metabolic surgery reduces the incidence of albuminuria, slows chronic kidney disease progression, and reduces the incidence of end-stage kidney disease over extended follow-up in people with and without type 2 diabetes. The surgical treatment of obesity and its metabolic sequelae has therefore the potential to improve management of diabetic and non-diabetic chronic kidney disease and aid in the slowing of renal decline toward end-stage kidney disease. In the context of patients with end-stage kidney disease, although complications of metabolic surgery are higher, absolute event rates are low and it remains a safe intervention in this population. Pre-transplant metabolic surgery increases access to kidney transplantation in people with obesity and end-stage kidney disease. Metabolic surgery also improves management of metabolic complications post-kidney transplantation, including new-onset diabetes. Procedure selection may be critical to mitigate the risks of oxalate nephropathy and disruption to immunosuppressant pharmacokinetics. Metabolic surgery may also have a role in the treatment of donor obesity, which could increase the living kidney donor pool with potential downstream impact on kidney paired exchange programmes. The present paper provides a comprehensive coverage of the literature concerning renal outcomes in clinical studies of metabolic surgery and integrates findings from relevant mechanistic pre-clinical studies. In so doing the key unanswered questions for the field are brought to the fore for discussion.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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 ».