MétaCan
Menu
Retour à la cohorte
Enregistrement W4405350101 · doi:10.2215/cjn.0000000642

Unraveling Sex Differences in Kidney Health and CKD

2024· review· en· W4405350101 sur OpenAlexafffund
Sarah A van Eeghen, Natalie Nokoff, Taryn G Vosters, Maartina J P Oosterom-Eijmael, David Z.I. Cherney, Irene G. M. van Valkengoed, Ye Ji Choi, Laura Pyle, Petter Bjornstad, Martin den Heijer, Daniël H. van Raalte

Notice bibliographique

RevueClinical Journal of the American Society of Nephrology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensToronto General Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchNierstichtingNational Institute of Diabetes and Digestive and Kidney DiseasesNational Heart, Lung, and Blood InstituteKidney Foundation of Canada
Mots-clésMedicineKidney diseaseHormoneSex characteristicsSexual dimorphismSex hormone-binding globulinKidneyDiseasePhysiologyRenal functionInternal medicineEndocrinologyAndrogen

Résumé

récupéré en direct d'OpenAlex

Sexual dimorphism plays an important role in the pathogenesis and progression of CKD. Men with CKD often exhibit faster kidney function decline, leading to higher rates of kidney failure and mortality compared with women. Studies suggest that sex hormones may influence this apparent dimorphism, although the mechanisms underlying these influences remain poorly understood. In this review, we first summarize recent findings on sex differences in the prevalence and progression of CKD. Subsequently, we will focus on ( 1 ) the role of sex hormones in these sex differences, ( 2 ) kidney structural and hemodynamic differences between men and women, ( 3 ) the influence of sex hormones on pathophysiological processes leading to kidney disease, including glomerular hyperfiltration and key pathways involved in kidney inflammation and fibrosis, and finally, focus on the consequences of the underrepresentation of women in clinical trials. Understanding these sex differences is critical for advancing precision medicine and improving outcomes for both men and women 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 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)0,002
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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,109
Tête enseignante GPT0,440
Écart entre enseignants0,331 · 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

Citations24
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Journal of the American Society of NephrologyMême sujetDialysis and Renal Disease ManagementTravaux en français237 207