Trace Elements and Chronic Kidney Disease: A Cross-Sectional Study from Jamaica
Notice bibliographique
Résumé
Background: Several environmental studies have reported that low-level exposure to nephrotoxic elements increases the risk of chronic kidney disease (CKD). In developing countries, finite resources can limit epidemiological studies and environmental risk assessment; however, the unique soil profile in Jamaica has raised some concerns for the potential exposure to populations who are of high risk. Method: This study investigated the potential for using trace element profiling in CKD, by analysing blood concentration levels of vanadium, chromium, iron, cobalt, copper, zinc, selenium, strontium (Sr), arsenic, barium, cadmium, mercury, and lead. Trace element analysis was conducted using inductively coupled plasma mass spectrometry. Results: One hundred and fifty-eight individuals were included and were predominantly of African descent (98%) and their ages ranged from 21 to 90 years old. Three main correlation clusters were evident: firstly, vanadium, chromium, copper, silicon, and selenium, with mercury and barium more distantly related; secondly, lead, arsenic, nickel, and Sr; and thirdly, iron and zinc. Cadmium was an outlier. Blood Sr was strongly associated with estimated glomerular filtration rate (r = -0.83; p<0.001) and strong linear progression models (r2=0.96; p<0.001). Algorithmic models placed Sr as the highest-ranking trace element biomarker (area under the curve: 95.6%; p<0.001). Discussion: The decline in kidney function may result in the retention of non-essential trace elements. Strong corresponding trends between kidney function and blood Sr concentration indicate biomarker potential for a trace element with a unique profile in patients with CKD. Other significant relationships may also be unveiled as CKD biomarkers as trace element profiling is explored in the region.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».