Chronic kidney disease–mineral and bone disorder: conclusions from a Kidney Disease: Improving Global Outcomes (KDIGO) Controversies Сonference
Notice bibliographique
Résumé
In 2017, Kidney Disease: Improving Global Outcomes (KDIGO) published a Clinical Practice Guideline Update for the Diagnosis, Evaluation, Prevention, and Treatment of Chronic Kidney Disease–Mineral and Bone Disorder (CKDMBD). Since then, new lines of evidence have been published related to evaluating disordered mineral metabolism and bone quality and turnover, identifying and inhibiting vascular calcification, targeting vitamin D levels, and regulating parathyroid hormone. For an in-depth consideration of the new insights, in October 2023, KDIGO held a Controversies Conference on CKD-MBD: Progress and Knowledge Gaps Toward Personalizing Care. Participants concluded that the recommendations in the 2017 CKD-MBD guideline remained largely consistent with the available evidence. However, the framework of the 2017 Guideline, with 3 major sections–biochemical abnormalities in mineral metabolism; bone disease; and vascular calcification–may no longer best reflect currently available evidence related to diagnosis and treatment. Instead, future guideline efforts could consider mineral homeostasis and deranged endocrine systems in adults within a context of 2 clinical syndromes: CKD-associated osteoporosis, encompassing increased fracture risk in patients with CKD; and CKD-associated cardiovascular disease, including vascular calcification and structural abnormalities, such as valvular calcification and left ventricular hypertrophy. Participants emphasized that the complexity of bone and cardiovascular manifestations of CKD-MBD necessitates personalized approaches to management.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».