Angiopoietins as Prognostic Markers for Future Kidney Disease and Heart Failure Events after Acute Kidney Injury
Notice bibliographique
Résumé
BACKGROUND: The mechanisms underlying long-term sequelae after AKI remain unclear. Vessel instability, an early response to endothelial injury, may reflect a shared mechanism and early trigger for CKD and heart failure. METHODS: To investigate whether plasma angiopoietins, markers of vessel homeostasis, are associated with CKD progression and heart failure admissions after hospitalization in patients with and without AKI, we conducted a prospective cohort study to analyze the balance between angiopoietin-1 (Angpt-1), which maintains vessel stability, and angiopoietin-2 (Angpt-2), which increases vessel destabilization. Three months after discharge, we evaluated the associations between angiopoietins and development of the primary outcomes of CKD progression and heart failure and the secondary outcome of all-cause mortality 3 months after discharge or later. RESULTS: Median age for the 1503 participants was 65.8 years; 746 (50%) had AKI. Compared with the lowest quartile, the highest quartile of the Angpt-1:Angpt-2 ratio was associated with 72% lower risk of CKD progression (adjusted hazard ratio [aHR], 0.28; 95% confidence interval [CI], 0.15 to 0.51), 94% lower risk of heart failure (aHR, 0.06; 95% CI, 0.02 to 0.15), and 82% lower risk of mortality (aHR, 0.18; 95% CI, 0.09 to 0.35) for those with AKI. Among those without AKI, the highest quartile of Angpt-1:Angpt-2 ratio was associated with 71% lower risk of heart failure (aHR, 0.29; 95% CI, 0.12 to 0.69) and 68% less mortality (aHR, 0.32; 95% CI, 0.15 to 0.68). There were no associations with CKD progression. CONCLUSIONS: A higher Angpt-1:Angpt-2 ratio was strongly associated with less CKD progression, heart failure, and mortality in the setting of AKI.
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 | 0,001 |
| 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 ».