MétaCan
Menu
Retour à la cohorte
Enregistrement W4387799189 · doi:10.1097/mcc.0000000000001091

Sex as a biological variable in acute kidney injury

2023· review· en· W4387799189 sur OpenAlexaff
Anita Dahiya, Neesh Pannu, Danielle E. Soranno

Notice bibliographique

RevueCurrent Opinion in Critical Care · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineAcute kidney injuryIntensive care medicineEtiologySex characteristicsKidney diseaseDiseaseInternal medicineGuidelinePathology

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: The purpose of this review is to provide an overview of the preclinical and clinical studies investigating sex as a biological variable, as well as the impact of gender, on the development of and progression of acute kidney injury (AKI). RECENT FINDINGS: Despite a matched degree of ischemia-reperfusion AKI based on measured glomerular filtration rates, male and female mice demonstrated important sex biases in cardiorenal outcomes (1). Although the 2012 Kidney Disease Improving Global Outcomes (KDIGO) Clinical Practice Guideline for AKI reported that female sex is associated with increased rates of hospital acquired AKI, subsequent meta-analyses do not show increased risk of AKI in women. Recent large scale, multicenter epidemiologic studies suggest males have higher rates of hospital acquired AKI. However, women have been consistently shown to have worse renal outcomes after AKI. There may be also be gender-based differences in presentation to care and management. SUMMARY: Sex is an important biological variable in animal models of acute kidney injury. The impact of sex on AKI likely varies based on the etiology of AKI. Preclinical studies demonstrate the nuances of sex chromosomes, sex hormones and epigenetic factors on AKI, however these have not been well studied in humans. Gender may also impact processes of care, treatment and clinical outcomes related to AKI. The scientific rigor and reproducibility of translational studies benefit from the consideration of sex and gender.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,396
Tête enseignante GPT0,574
Écart entre enseignants0,178 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Critical CareMême sujetAcute Kidney Injury ResearchTravaux en français237 207