Differential Bias for Creatinine- and Cystatin C- Derived Estimated Glomerular Filtration Rate in Critical COVID-19
Notice bibliographique
Résumé
COVID-19 is a systemic disease, frequently affecting kidney function. Dexamethasone is standard treatment in severe COVID-19 cases, and is considered to increase plasma levels of cystatin C. However, this has not been studied in COVID-19. Glomerular filtration rate (GFR) is a clinically important indicator of renal function, but often estimated using equations (eGFR) based on filtered metabolites. This study focuses on sources of bias for eGFRs (mL/min) using a creatinine-based equation (eGFRLMR) and a cystatin C-based equation (eGFRCAPA) in intensive-care-treated patients with COVID-19. This study was performed on 351 patients aged 18 years old or above with severe COVID-19 infections, admitted to the intensive care unit (ICU) in Uppsala University Hospital, a tertiary care hospital in Uppsala, Sweden, between 14 March 2020 and 10 March 2021. Dexamethasone treatment (6 mg for up to 10 days) was introduced 22 June 2020 (n = 232). Values are presented as medians (IQR). eGFRCAPA in dexamethasone-treated patients was 69 (37), and 74 (46) in patients not given dexamethasone (p = 0.01). eGFRLMR was not affected by dexamethasone. eGFRLMR in females was 94 (20), and 75 (38) in males (p = 0.00001). Age and maximal CRP correlated negatively to eGFRCAPA and eGFRLMR, whereas both eGFR equations correlated positively to BMI. In ICU patients with COVID-19, dexamethasone treatment was associated with reduced eGFRCAPA. This finding may be explained by corticosteroid-induced increases in plasma cystatin C. This observation is important from a clinical perspective since adequate interpretation of laboratory results is crucial.
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 | 0,017 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».