WCN23-0671 BASELINE CHARACTERISTICS OF PATIENTS ENROLLED IN THE DISCOVER CKD PROSPECTIVE STUDY
Notice bibliographique
Résumé
Introduction: In observational studies, handgrip strength (HGS), a prognostic marker for healthy aging, has been associated with several chronic disease outcomes.The present systematic review and metaanalysis aimed to determine the quantitative relationship between HGS and the risk of all-cause mortality in patients with chronic kidney disease (CKD).Methods: Search PubMed, Embase, and Web of Science databases.The search was performed from inception to July 20, 2022.Cohort studies were included exploring the relationship between handgrip strength and the risk of all-cause mortality in patients with chronic kidney disease.Effect estimates and 95% confidence intervals were extracted from the studies to perform pooling.The quality of included studies was assessed using the Newcastle-Ottawa scale.We evaluated the overall certainty of evidence using Grades of Recommendation, Assessment, Development, and Evaluation (GRADE).Results: This systematic review included 25 articles.A random-effects meta-analysis that included 16,106 patients with CKD showed that participants with lower HGS had an increased mortality risk of 96.1% compared to higher HGS (HR: 1.961; 95% CI 1.591-2.415)(GRADE: very low).Moreover, this association was independent of baseline mean age and follow-up time.In 2,044 patients with CKD, a fixed-effects modelbased meta-analysis showed that for each 1-unit increase in HGS, the risk of death in patients with CKD was reduced by 3.8% (HR: 0.962; 95% CI 0.948-0.976)(GRADE: moderate) (Figure 1).Two other studies reported results with lower HGS as the reference group, which we pooled separately because the studies did not provide sufficient data to convert the reference.The risk of all-cause mortality was 17.6% (HR: 0.824; 95% CI 0.654 to 1.038) lower in patients with CKD with higher HGS than those with lower HGS.Seven studies (2,044 participants) provided an association between each 1-unit increase in HGS and the risk of all-cause mortality.The meta-analysis results showed that each 1-unit increase in HGS was associated with a 3.8% (HR: 0.962; 95% CI 0.948-0.976)decrease in allcause mortality in patients with CKD.The evidence indicated moderate GRADE quality.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 ».