PTH suppression by calcitriol does not predict off‐target actions in experimental CKD
Notice bibliographique
Résumé
) is a former first-line VDRA in CKD treatment. However, a consequence of its use in CKD is accelerated vascular calcification (VC). An experimental CKD model was used to determine whether altering the calcitriol delivery profile to obtain different PTH suppression levels could improve vascular health outcomes. High adenine diet (0.25%) was used to generate experimental CKD in rats. CKD rats were treated using different calcitriol dosing strategies: (a) 20 ng/kg SD (n = 8), (b) 80 ng/kg SD (n = 8), (c) 5 ng/kg QID (n = 9), or (d) 20 ng/kg QID (n = 9). Multiple targets of calcitriol were assessed which include arterial calcium and phosphate as well as circulating calcium, phosphate, PTH, FGF-23, VWF, and vitamin D metabolome. PTH suppression occurred dose-dependently after 1-week calcitriol treatment (P < .01), but the suppressive effect was lost over time. Both VC and circulating FGF-23 increased > 10× in all calcitriol-treated rats (P < .05 and P < .001, respectively); similarly, circulating VWF increased at all time points (P < .05). Ad-hoc analysis of CKD morbidities in treated rats indicated no differences in negative outcomes based on PTH suppression level (minimal-, target-, and over-). Comparing different calcitriol dosing strategies revealed the following: (a) despite initial calcitriol-influenced PTH suppression across all treatments, the ability to continually suppress PTH was markedly reduced by study conclusion and (b) PTH suppression level is not an adequate proxy for improvements in overall CKD morbidity. These findings show (a) a more holistic approach to evaluate CKD treatment efficacy aside from PTH suppression is needed and (b) that other VDRA therapies should be examined in CKD treatment.
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 | 0,000 |
| 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 | 0,001 |
| 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 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 ».