MétaCan
Menu
Retour à la cohorte
Enregistrement W3133258115 · doi:10.2188/jea.je20200540

Assessing the Relationship Between High-sensitivity C-reactive Protein and Kidney Function Employing Mendelian Randomization in the Japanese Community-based J-MICC Study

2021· article· en· W3133258115 sur OpenAlexaff
Ryosuke Fujii, Asahi Hishida, Takeshi Nishiyama, Masahiro Nakatochi, Keitaro Matsuo, Hidemi Ito, Yuichiro Nishida, Chisato Shimanoe, Yasuyuki Nakamura, Tanvir Chowdhury Turin, Sadao Suzuki, Miki Watanabe, Rie Ibusuki, Toshiro Takezaki, Haruo Mikami, Yohko Nakamura, Hiroaki Ikezaki, Masayuki Murata, Kiyonori Kuriki, Nagato Kuriyama, Daisuke Matsui, Kokichi Arisawa, Sakurako Katsuura‐Kamano, Mineko Tsukamoto, Takashi Tamura, Yoko Kubo, Takaaki Kondo, Yukihide Momozawa, Michiaki Kubo, Kenji Takeuchi, Kenji Wakai

Notice bibliographique

RevueJournal of Epidemiology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipokines, Inflammation, and Metabolic Diseases
Établissements canadiensUniversity of Calgary
Organismes subventionnairesRIKENJapan Society for the Promotion of ScienceMinistry of Education, Culture, Sports, Science and TechnologyJapan Agency for Medical Research and Development
Mots-clésMendelian randomizationMedicineRenal functionConfidence intervalInternal medicineSingle-nucleotide polymorphismKidney diseaseOncologyGeneticsGeneGenetic variantsGenotypeBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Inflammation is thought to be a risk factor for kidney disease. However, whether inflammatory status is either a cause or an outcome of chronic kidney disease remains controversial. We aimed to investigate the causal relationship between high-sensitivity C-reactive protein (hs-CRP) and estimated glomerular filtration rate (eGFR) using Mendelian randomization (MR) approaches. METHODS: explained 3.4% and 3.9% of the variation in hs-CRP, respectively. RESULTS: : 0.001; 95% CI, -0.036 to 0.036). CONCLUSION: Our two-sample MR analyses with different IVs did not support a causal effect of hs-CRP on eGFR.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,035
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,184

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,042
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,128
Tête enseignante GPT0,388
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of EpidemiologyMême sujetAdipokines, Inflammation, and Metabolic DiseasesTravaux en français237 207