MétaCan
Menu
Retour à la cohorte
Enregistrement W4391912913 · doi:10.1016/j.ekir.2023.11.030

Longitudinal Trajectories of Biomarkers of Kidney Tubular Function in Type 1 Diabetes

2024· article· en· W4391912913 sur OpenAlexaff
Christine P. Limonte, Xiaoyu Gao, Ionut Bebu, Jesse C. Seegmiller, Gayle M. Lorenzi, Bruce A. Perkins, Amy B. Karger, Valerie L. Arends, Andrew D. Paterson, Mark E. Molitch, Ian H. de Boer

Notice bibliographique

RevueKidney International Reports · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Kidney Disease and Diabetes
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institute of Diabetes and Digestive and Kidney DiseasesNational Eye InstituteNational Institutes of HealthKyowa Kirin Pharmaceutical DevelopmentAmerican Kidney FundJuvenile Diabetes Research Foundation International
Mots-clésMedicineType 2 diabetesFunction (biology)Renal functionDiabetes mellitusInternal medicineComputational biologyEndocrinologyEvolutionary biologyBiology

Résumé

récupéré en direct d'OpenAlex

Introduction: Tubular biomarkers may shed insight into progression of kidney tubulointerstitial pathology complementary to traditional measures of glomerular function and damage. Methods: We examined trajectories of tubular biomarkers in the Diabetes Control and Complications Trial and the Epidemiology of Diabetes Interventions and Complications Study (DCCT/EDIC Study) of type 1 diabetes (T1D). Biomarkers were measured in a subset of 220 participants across 7 time points over 26 years. Measurements included the following: kidney injury molecule 1 (KIM-1), soluble tumor necrosis factor 1 (sTNFR1) in serum or plasma, epidermal growth factor (EGF), monocyte chemoattractant protein-1 (MCP1) in timed urine, and a composite tubular secretion score. We described biomarker trajectories and examined how these were affected by intensive glucose-lowering therapy and glycemia. Results: and 90% of participants had a urinary albumin excretion rate (AER) <30 mg/24h. Mean changes in biomarkers over time (percent/decade) were: KIM-1: 27.3% (95% confidence interval [CI]: 21.4-33.5), sTNFR1: 16.9% (14.5-19.3), MCP1: 18.4% (8.9-28.8), EGF: -13.5% (-16.7 to -10.1), EGF-MCP1 ratio: -26.9% (-32.2 to -21.3), and tubular secretion score -0.9% (-1.8 to 0.0), versus -12.0% (CI: -12.9 to -11.1) for eGFR and 10.9% (2.5-20.1) for AER. Intensive versus conventional glucose-lowering therapy was associated with slower increase in sTNFR1 (relative difference in change: 0.94 [0.90-0.98]). Higher HbA1c was associated with faster increases in sTNFR1 (relative difference in change: 1.06 per 1% higher HbA1c [1.05-1.08]) and KIM-1 (1.09 [1.05-1.14]). Conclusion: Among participants with T1D and normal eGFR at baseline, kidney tubular biomarkers changed significantly over long-term follow-up. Hyperglycemia was associated with larger increases in serum or plasma sTNFR1 and KIM-1, when followed-up longitudinally.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,308
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,276
Écart entre enseignants0,263 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKidney International ReportsMême sujetChronic Kidney Disease and DiabetesTravaux en français237 207