MétaCan
Menu
Retour à la cohorte
Enregistrement W3173157158 · doi:10.2337/db21-13-lb

13-LB: Measured vs. Estimated GFR in Young Adults with Uncomplicated T1D

2021· article· en· W3173157158 sur OpenAlexaff
Karolina Gaebe, Christine A. White, Farid H. Mahmud, James W. Scholey, Laura Motran, Marvilyn Palaganas, Yesmino Elia, David Cherney, Etienne Sochett

Notice bibliographique

RevueDiabetes · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensKingston Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineRenal functionUrologyCreatininePopulationKidney diseaseInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

Background: eGFR equations are used to monitor progression of kidney disease, but their performance is incompletely understood in young adults with T1D and preserved GFR. To address this deficit, we compared two eGFR equations (creatinine-based CKD-EPI and modified Schwartz) to mGFR in this population.Methods: GFR based on plasma iohexol clearance was measured in 53 patients (24 males) with T1D, as part of the CAN-SOLVE CKD studyResults: Mean age was 20.6±2.1 yrs with mean diabetes duration of 13.1±3.3 yrs. Mean HbA1c and ACR were 8.1±1.3 and 1.6±1.9 mg/mmol, respectively. Mean mGFR was 107.6±15.9 ml/min/1.73 m2. The Schwartz eGFR had a smaller mean bias (5.6 vs. 27.4 ml/min/1.73m2), better accuracy, and overall correlation compared to the CKD-EPI eGFR, while the latter had slightly superior precision. However, both equations were in poor agreement with mGFR. Examination of the Bland Altman plots reveals that, in the lower normal range, the CKD-EPI equation overestimated mGFR. The modified Schwartz equation showed no discernible tendencies.Conclusion: In young adults with T1D and preserved GFR, the modified Schwartz eGFR performed slightly better than CKD-EPI eGFR. Overall, however, both were in poor agreement with mGFR suggesting caution about the use of eGFR as a surrogate outcome in longitudinal studies and emphasizing the need to develop novel equations for this population.View largeDownload slideView largeDownload slide DisclosureK. Gaebe: None. C. A. White: None. F. H. Mahmud: Advisory Panel; Self; Insulet Corporation, Lilly Diabetes. J. W. Scholey: None. L. Motran: None. M. Palaganas: None. Y. T. Elia: None. D. Cherney: Other Relationship; Self; AbbVie Inc., AstraZeneca, Bayer AG, Boehringer Ingelheim International GmbH, Janssen Scientific Affairs, LLC., Lilly Diabetes, Merck & Co., Inc., Mitsubishi-Tanabe, Maze Inc, Prometic, Novo Nordisk, Sanofi. E. B. Sochett: None.FundingCanadian Institutes of Health Research (20R26070); JDRF

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,015
Tête enseignante GPT0,239
Écart entre enseignants0,224 · 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 revueDiabetesMême sujetDiabetes Treatment and ManagementTravaux en français237 207