P.66 Radial Artery Systolic-Diastolic Pulse Transit Time After Kidney Transplantation
Notice bibliographique
Résumé
Abstract Purpose/Background/Objective We have previously shown that restoration of kidney function through kidney transplantation (KTx) is associated with improved aortic stiffness. In this study, we aim to examine whether this change in aortic stiffness translates into improvement of radial artery systolic-diastolic pulse transit time. Methods Before and three months after KTx, we obtained radial pressure waveforms using applanation tonometry, in a group of 61 patients with restored renal function (eGFR > 45 ml/min/1,73 m 2 ). Radial waveforms were recorded over a 10 seconds period and ensemble-averaged (using in house-MATLAB program) to obtain a single waveform and then modelled using two Gaussian functions, was then determined as the transit time between the first systolic peak T1 and the early diastolic peak T2. Results 61 patients (66% male, mean age: 48 ± 14 years, mean eGFR 3 months after Ktx: 66.0 ± 17.1) were assessed. After KTx, there was a significant reduction in central systolic (125,266 ± 21,848 to 108,994 ± 14,407, p < 0.001) and diastolic BP (84,718 11,679 to 74,092 9,774, p < 0.001), carotid-femoral PWV (11,444 2,626 to 10,235 1,890, p < 0.001) and carotid-radial PWV (9,350 1,485 to 8,831 1,291, p = 0,003). While T1 declined (0.184 [0.173–0.198] to 0.180 [0.168–0.194], p = 0.018), there were no significant changes in T2 (0.322 [0.295–0.360] to 0.318 [0.283–0.355], p = 0.169) and in dT1-2 (0.135 [0.119–0.161] to 0.134 [0.117–0.167], p = 0.457). Conclusions Contrary to our expectation, three months after KTx, we did not observe a significant change in radial systolic-diastolic pulse transit time after kidney transplantation, despite an improvement of BP, aortic and brachial stiffness.
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 | 0,001 | 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) | 0,001 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».