Mean Arterial Pressure and Chronic Kidney Disease Progression in the CKiD Cohort
Notice bibliographique
Résumé
Consensus blood pressure guidelines vary in their recommended ambulatory blood pressure targets for children with chronic kidney disease (CKD) because of limited research in this area. We analyzed longitudinal ambulatory blood pressure monitoring data from 679 children with moderate CKD enrolled in the observational CKiD (Chronic Kidney Disease in Children) cohort by time-varying mean arterial pressure (MAP) percentile categories based on the highest wake or sleep MAP percentile. Analyses were stratified by nonglomerular and glomerular diagnoses, with 3 models constructed: unadjusted, adjusted for age, sex, and race, and additional adjustment for proteinuria. The outcome of interest was time to renal replacement therapy or 50% decline in baseline renal function. We found that among children with nonglomerular CKD, MAP percentile was not associated with accelerated disease progression risk until after 4 years of follow-up at which point a high MAP (>90th percentile) was associated with a higher risk of progression to the composite end point (HR, 1.88 [CI, 1.03–3.44]). Among those with glomerular CKD, differential risk for progression began from baseline with the highest risk in those with MAP >90th percentile (HR, 3.23 [CI, 1.34–7.79]). These relationships were attenuated somewhat after adjustment for level of proteinuria, but the trend for higher MAP being associated with higher risk of progression remained significant. Thus, in children with CKD, having ambulatory wake or sleep MAP >90th percentile was associated with higher risk of kidney disease progression with the highest levels of MAP associated with the greatest risk of progression. Registration: URL: https://www.clinicaltrials.gov ; Unique identifier: NCT00327860
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 | 0,000 | 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) | 0,000 | 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 ».