Assessment of kidney function: clinical indications for measured GFR
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In the vast majority of cases, glomerular filtration rate (GFR) is estimated using serum creatinine, which is highly influenced by age, sex, muscle mass, body composition, severe chronic illness and many other factors. This often leads to misclassification of patients or potentially puts patients at risk for inappropriate clinical decisions. Possible solutions are the use of cystatin C as an alternative endogenous marker or performing direct measurement of GFR using an exogenous marker such as iohexol. The purpose of this review is to highlight clinical scenarios and conditions such as extreme body composition, Black race, disagreement between creatinine- and cystatin C-based estimated GFR (eGFR), drug dosing, liver cirrhosis, advanced chronic kidney disease and the transition to kidney replacement therapy, non-kidney solid organ transplant recipients and living kidney donors where creatinine-based GFR estimation may be invalid. In contrast to the majority of literature on measured GFR (mGFR), this review does not include aspects of mGFR for research or public health settings but aims to reach practicing clinicians and raise their understanding of the substantial limitations of creatinine. While including cystatin C as a renal biomarker in GFR estimating equations has been shown to increase the accuracy of the GFR estimate, there are also limitations to eGFR based on cystatin C alone or the combination of creatinine and cystatin C in the clinical scenarios described above that can be overcome by measuring GFR with an exogenous marker. We acknowledge that mGFR is not readily available in many centres but hope that this review will highlight and promote the expansion of kidney function diagnostics using standardized mGFR procedures as an important milestone towards more accurate and personalized medicine.
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.
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 | 0,007 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,008 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle