Renal length z‐score for the detection of dysfunction in children with solitary functioning kidney
Notice bibliographique
Résumé
AIM: To evaluate whether renal length z-scores predict renal dysfunction in children with a solitary functioning kidney (SFK). METHODS: In a single-centre retrospective cohort of children with SFK, we correlated body mass index z-scores, extracellular volume and lean body mass to renal length z-scores. We grouped these z-scores to other markers of renal dysfunction (proteinuria, hypertension, extracellular volume and abnormal estimated glomerular function rate [eGFR]) and analysed renal length z-score with multivariate analysis, receiver-operated characteristics (ROC) plots and Youden's index to determine an appropriate cut-off. RESULTS: , and age at last follow-up 7.4 (3.8-13.4 years). The median renal length z-scores of those without any renal dysfunction (n = 37, 25.1%) were greater (+3.66, interquartile range 3.02-4.47) than those with renal dysfunction (median 3.11, interquartile range 1.76-4.11, P = .0107, Mann-Whitney test). Using a cut-off of z-score of >+1.911, the odds ratio for having no renal dysfunction was 0.07 (95% CI 0.002-0.459, P = .0010). However, accuracy of the renal length z-score was poor (ROC curve 0.6488). CONCLUSION: In this cohort of children with SKF, using the renal length z-score as a biomarker of renal dysfunction at 7 years of age is not recommended.
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 | 0,000 |
| 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 ».