Diagnostic Accuracy of Single Spot Urine for Detecting Renal Uric Acid Underexcretion in Men
Notice bibliographique
Résumé
BACKGROUND: The uric acid (UA) clearance test to evaluate the hyperuricemia phenotype requires a great deal of time. However, the utility of single spot urine is scarce. The study aimed to determine the diagnostic accuracy of single spot urine for predicting renal UA underexcretion (the decreased UA excretion) in men. METHODS: A total of 73 male participants aged 20 - 74 years with a UA level of 6.0 - 7.9 mg/dL were enrolled in the study. Renal UA underexcretion was defined as < 7.3 mL/min using the 60-min method. Urinary UA to creatinine ratio (UACR), fractional clearance of urate (FCU), and the Simkin index were calculated. A receiver operating characteristic (ROC) analysis was performed to compare the diagnostic utility of these parameters for predicting UA underexcretion. RESULTS: In the ROC analysis, the area under the curve values of the UACR, FCU, and the Simkin index for predicting UA underexcretion were 0.903 (95% confidence interval (CI): 0.830 - 0.976), 0.841 (95% CI: 0.749 - 0.933), and 0.779 (95% CI: 0.673 - 0.885), respectively. An optimal UACR cutoff of 0.460 (sensitivity 89.2%, specificity 80.6%, overall diagnostic accuracy 84.9%, positive predictive value 82.5%, and negative predictive value 87.9%) was identified. CONCLUSIONS: These results suggest that the UACR is a simple and efficient test with high sensitivity and specificity levels for predicting renal UA underexcretion in men.
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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».