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 risk factor for CKD incidence or progression. However, biomarkers of repair or resilience, such as epidermal growth factor (EGF), 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 multicenter Assessment, Serial Evaluation, and Subsequent Sequelae of Acute Kidney Injury (ASSESS-AKI) Study. We measured urinary epidermal growth factor (uEGF) from samples at 3 months post-discharge. The primary outcome was a composite of CKD incidence, progression, or development of end-stage kidney disease (ESKD). We also evaluated change in estimated glomerular filtration rate (eGFR) over time by EGF quartile. Results: 299 (20%) patients developed the primary outcome at a median of 4.3 years follow-up. Patients in the fourth quartile of uEGF had higher eGFR at baseline and at 3-month follow-up compared to those in quartiles 1-3, as well as significantly lower albuminuria. Each 2-fold higher uEGF level was significantly associated with decreased risk of the composite outcome (HR 0.65; 95% CI: 0.59-0.71). This association remained robust after adjustment for demographic factors, baseline kidney function, urinary albumin, and other urinary biomarkers of injury and inflammation (aHR 0.65, 95% CI: 0.54-0.79). Patients in uEGF quartile 1 had the fastest decline in eGFR (-5.6% per year), compared to patients in uEGF quartiles 2-4 (-3.2, -2.8, -2.3% per year, respectively). Conclusions: Urinary EGF is a marker of repair after kidney injury, and higher levels of uEGF after discharge are associated with reduced risk of CKD and progression to ESKD in hospitalized patients 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 ».