The Association of Glomerular Filtration Rate With Echocardiographic Parameters in Chronic Kidney Disease
Notice bibliographique
Résumé
BACKGROUND: Cardiovascular disease (CVD) is the primary cause of mortality and morbidity in chronic kidney disease (CKD) patients. Aortic propagation velocity (APV), epicardial fat thickness (EFT) and carotid intima-media thickness (CIMT) measurements could provide additional information on assessing renal decline in CKD patients. The study aimed to evaluate EFT, AVP and CIMT in CKD patients and then investigate the association among those parameters. METHODS: A total of 170 CKD consecutive subjects were enrolled in the study. Patients were divided into five groups according to their estimated glomerular filtration rate (eGFR) values. Each patient underwent complete transthoracic echocardiography examination. APV, EFT and CIMT were measured for analyses. A multivariate linear regression model was used for analysis to determine the independent predictors of eGFR. RESULTS: The lowest APV was observed in stage IV-V, and the highest APV was observed in stage I-II (P < 0.001). Stage IV-V patients had the highest EFT and stage I-II patients had the lowest EFT (P < 0.001). Moreover, the lowest CIMT was observed in stage III, and the highest CIMT was observed in stage V (P < 0.001). eGFR was significantly and positively correlated with APV and negatively correlated with EFT and CIMT. In multivariate analyses, APV (odds ratio (OR): 0.289, P < 0.001), EFT (OR: -0.135, P < 0.001) and CIMT (OR: -0.388, P < 0.001) were independent predictors of eGFR. CONCLUSION: We found that APV decreased, and EFT and CIMT increased as CKD progress. The present study suggests that APV, EFT and CIMT might be incorporated with the examination of CKD patients in daily practice.
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 | 0,017 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».