Authors' Reply: Renal Function and Adverse Maternal and Fetal Outcomes: New Evidence
Notice bibliographique
Résumé
We thank you for giving us the opportunity to respond to the Letter to the Editor regarding our recent publication on maternal and fetal outcomes in CKD pregnancies in Ontario.1 The authors, correctly, point out that we only studied the effect of CKD on maternal and fetal pregnancy outcomes but not the effect of pregnancy on CKD progression.2 As practicing obstetric-focused nephrologists, we have a deep appreciation for the role that pregnancy may play in CKD progression and that the current published literature does not adequately quantify this risk. Members of our group (L.B., A.G., and M.H.) have already begun to analyze CKD progression outcomes using updated data from this cohort, so stay tuned. Regarding the letter writers' second concern, we agree that knowing more about GFR changes in pregnancy will enhance our understanding of the interplay between kidney function, placental development, and maternal/fetal outcomes. Because we used real-world data for this study, and serial assessments of kidney function are not part of the standard of care in pregnancy in Canada (or elsewhere in the world), we do not have this information available to analyze. One of our authors (J.T.) is currently studying longitudinal changes in renal filtration markers across pregnancy in two large pregnancy cohorts as part of a National Institutes of Health–funded study on kidney disease in pregnancy. Thank you for reading our paper and taking the time to draw attention to the need for ongoing studies to improve maternal fetal outcomes in our patients with 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 | 0,009 | 0,097 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,027 | 0,035 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,004 |
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 ».