Changes in Urinary Epidermal Growth Factor and CKD Progression: The ASSESS-AKI Study
Notice bibliographique
Résumé
Background: Acute kidney injury (AKI) and chronic kidney disease (CKD) are interconnected syndromes with AKI recognized as a clear risk factor for CKD incidence or progression. However, biomarkers of repair and epithelial cell integrity of the distal tubule, such as urinary epidermal growth factor (uEGF), may help better inform this risk, given the limitations of serum creatinine (sCr) in the setting of AKI. Methods: We enrolled 1,538 hospitalized patients prospectively in the multi-center Assessment, Serial Evaluation, and Subsequent Sequelae of Acute Kidney Injury (ASSESS-AKI) Study. We measured uEGF from samples collected during hospitalization and at 3 months post-discharge. The primary outcome was a composite of major adverse kidney events (MAKE) consisting of CKD incidence, progression, or development of end-stage kidney disease. Results: 299 (20%) patients developed the primary outcome at a median of 4.3 years follow-up. In fully adjusted models, each 1-standard deviation increase in uEGF from hospitalization to 3 months was associated with a significantly decreased risk of the composite outcome (aHR 0.71; 95% CI: 0.54-0.94; Table 1). Patients in tertile 3 (increase in uEGF) had a significantly lower risk of MAKE (aHR 0.53; 95% CI: 0.36-0.78) compared to those in tertile 2, which included patients who had no improvement in uEGF. Similar results were seen in stratified analysis by AKI status at the time of hospitalization, suggesting subclinical disease in patients without AKI.Table 1.: Association of the difference in uEGF from hospltalization to follow-up with MAKEConclusions: Urinary EGF is a marker of healthy repair after kidney injury, and increases in uEGF from hospitalization to discharge are associated with a decreased risk of MAKE in patients both with and without AKI. Funding: NIDDK Support
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».