Assessment of Bone Mineral Density in Patients Undergoing Hemodialysis; An Iranian Population-Based Study
Notice bibliographique
Résumé
Background: End-stage renal disease (ESRD) is a condition in which bone turnover and metabolism is impaired; thus, osteoporosis and low bone density are subsequently inevitable. We aimed to determine bone mineral density (BMD) and biochemical markers, and associated factors in hemodialysis (HD) patients. Methods: Patients aged 30-70 years undergoing HD between 2015 to 2019 were enrolled in this cross-sectional study. BMD measured by dual energy x-ray absorptiometry (DEXA) and biochemical laboratory tests were assessed in 200 patients undergoing HD. Statistical analysis was based on t test, Pearson, regression and Mann-Whitney tests using SPSS 16. Results: Two hundred patients were investigated. Sixty percent of the patients were female. Mean ± SD of participants’ age was 58.6 (±11.63) years and mean ± SD for duration of HD was 45.69 (± 43.76) months. Osteoporosis was found in 48% (n=96) and low bone density in 36% (n=76) of our patients. General osteoporosis was more frequent in those undergoing HD for more than 3 years, although not significantly (P=0.093, odds ratio [OR]=0.37). However, regional osteoporosis in hip and femoral neck, but not spine vertebrae, were significantly higher after three years of HD (P=0.036, OR=0.27; P=0.042, OR=0.27; and P=0.344, OR=0.56, respectively). Increased body mass index (BMI) correlated negatively with osteoporosis (P=0.050). Conclusion: With increasing age and duration of HD, BMD decreases. Higher BMI was associated with higher bone mass density. Bone density assessment seems to be necessary in patients undergoing HD.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».