Variations in Serum Albumin Levels Over Time in Patients Treated With Conventional Hemodialysis or Expanded Hemodialysis: A Cohort Study
Notice bibliographique
Résumé
INTRODUCTION: Hypoalbuminemia is a well-established risk factor for mortality in chronic hemodialysis (HD) patients. To evaluate the association of time-varying serum albumin with the type of dialyzer, we analyzed serum albumin over time in two cohorts of HD patients, one receiving HDx therapy enabled by the Theranova dialyzer and the other conventional HD with high-flux dialyzer (HF-HD). METHODS: In this cohort study, 1092 prevalent adult HD patients (mean age 61 years; 62% men; 42% had diabetes; 19% had cardiovascular disease) at Renal Care Services Colombia undergoing either HDx therapy enabled by Theranova dialyzer (n = 559) or HF-HD (n = 533) were enrolled between September 1, 2017, and November 30, 2017, and then underwent repeated measurements of serum albumin for up to 48 months. Sociodemographic and clinical, and laboratory characteristics at baseline were recorded, and a repeated-measures analysis of variance (ANOVA) was conducted to examine differences in means of serum albumin at different time points. To evaluate the association between dialysis membrane and albumin levels during the follow-up, a linear panel regression analysis was performed, allowing control for imbalances in the cohorts of baseline clinical and demographic variables, as well as the time-dependent variables. RESULTS: Mean albumin concentration remained above 3.8 g/dL and did not differ over time between HDx and HF-HD (p = 0.789). No association (p = 0.208) between serum albumin levels varying over time and the use of the Theranova dialyzer was found in the linear panel regression model. However, serum albumin was linked to both inflammatory and nutritional markers, including C-reactive protein, ratio of platelets to lymphocytes, and protein-energy wasting. CONCLUSION: Variations in serum albumin levels over time were associated with protein-energy wasting, inflammation, high age, vascular access, and hospitalizations, but not with the type of dialyzer.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».