Exploring the Correlates of Hematological Parameters With Early Diabetic Nephropathy in Type 2 Diabetes Mellitus
Notice bibliographique
Résumé
BACKGROUND: Type 2 diabetes mellitus (DM) with nephropathy is a common complication in poorly controlled diabetes. Uncontrolled DM leads to intraglomerular vascular changes that cause physical injury to capillary walls, causing a profibrotic response in kidneys. The present study aimed to determine the association of hematological markers with microalbuminuria in early diabetic nephropathy. METHODS: A single-center, cross-sectional study was conducted over the period of two years at the Department of Medicine of Pradyumna Bal Memorial Hospital, Kalinga Institute of Medical Sciences. A total of 90 patients diagnosed with type 2 DM were classified into two groups (group A and group B) according to microalbuminuria; there were 45 patients in each group. Levels of hematological markers, i.e., neutrophil-to-lymphocyte ratio (NLR) and red cell distribution width (RDW), between the study groups were examined and compared. RESULTS: A significant difference in NLR was found between groups A and B (p = 0.001). A statistically significant difference in RDW was found between the groups (p = 0.015). Receiver operating characteristic curve analysis of inflammatory markers and microalbuminuria prediction showed an area under the curve of 0.814 for NLR and 0.656 for RDW. CONCLUSION: Hematological parameters like NLR and RDW are elevated in early diabetic nephropathy patients. NLR is found to be a better marker than RDW in predicting early nephropathy.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».