Longitudinal causal effect of modified creatinine index on all-cause mortality in patients with end-stage renal disease: Accounting for time-varying confounders using G-estimation
Notice bibliographique
Résumé
BACKGROUND: Standard regression modeling may cause biased effect estimates in the presence of time-varying confounders affected by prior exposure. This study aimed to quantify the relationship between declining in modified creatinine index (MCI), as a surrogate marker of lean body mass, and mortality among end stage renal disease (ESRD) patients using G-estimation accounting appropriately for time-varying confounders. METHODS: A retrospective cohort of all registered ESRD patients (n = 553) was constructed over 8 years from 2011 to 2019, from 3 hemodialysis centers at Kerman, southeast of Iran. According to changes in MCI, patients were dichotomized to either the decline group or no-decline group. Subsequently the effect of interest was estimated using G-estimation and compared with accelerated failure time (AFT) Weibull models using two modelling strategies. RESULTS: Standard models demonstrated survival time ratios of 0.91 (95% confidence interval [95% CI]: 0.64 to 1.28) and 0.84 (95% CI: 0.58 to 1.23) in patients in the decline MCI group compared to those in no-decline MCI group. This effect was demonstrated to be 0.57 (-95% CI: 0.21 to 0.81) using G-estimation. CONCLUSION: Declining in MCI increases mortality in patients with ESRD using G-estimation, while the AFT standard models yield biased effect estimate toward the null.
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 | 0,035 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,005 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».