Atypical Polycystic Kidney Disease as defined by Imaging
Notice bibliographique
Résumé
Using age- and height-adjusted total kidney volume, the Mayo Clinic Imaging Classification provides a validated approach to assess the risk of chronic kidney disease (CKD) progression in autosomal dominant polycystic kidney disease (ADPKD), but requires excluding patients with atypical imaging patterns, whose clinical characteristics have been poorly defined. We report an analysis of the prevalence, clinical and genetic characteristics of patients with atypical polycystic kidney disease by imaging. Patients from the extended Toronto Genetic Epidemiology Study of Polycystic Kidney Disease recruited between 2016 and 2018 completed a standardized clinical questionnaire, kidney function assessment, genetic testing, and kidney imaging by magnetic resonance or computed tomography. We compared the prevalence, clinical features, genetics, and renal prognosis of atypical versus typical polycystic kidney disease by imaging. Forty-six of the 523 (8.8%) patients displayed atypical polycystic kidney disease by imaging; they were older (55 vs. 43 years; P < 0.001), and less likely to have a family history of ADPKD (26.1% vs. 74.6%; P < 0.001), a detectable PKD1 or PKD2 mutation (9.2% vs. 80.4%; P < 0.001), or progression to CKD stage 3 or stage 5 (P < 0.001). Patients with atypical polycystic kidney disease by imaging represent a distinct prognostic group with a low likelihood of progression to CKD.
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 | 0,002 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».