Bone histomorphometry for the diagnosis of renal osteodystrophy – a European consensus statement
Notice bibliographique
Résumé
Histomorphometric analysis of an iliac bone biopsy remains the gold standard for the diagnosis of renal osteodystrophy (ROD), which comprises various histological lesions induced by chronic kidney disease (CKD). ROD belongs to the framework of CKD-associated osteoporosis. The use of bone biopsy in the routine management of CKD-associated osteoporosis has decreased over the past decades for various reasons, including diminishing expertise in performing the procedure, and major variability in processing bone samples and reporting of results. In this context, the European Renal Osteodystrophy group, a part of the CKD-mineral and bone disorder working group of the European Renal Association launched an initiative to evaluate various issues related to bone histomorphometry in the context of ROD. To this effect, 28 experts from 14 European countries engaged in rounds of discussions to reach a consensus related to the bone biopsy procedure, sample handling, and reading and reporting findings. Key conclusions include a recommendation that all practitioners in this field move towards reporting diagnostic findings by the turnover, mineralization, and volume (TMV) classification and that external quality control is prioritized to ensure validity and reproducibility of results. The consensus group recognises that the lack of an accepted normative reference for bone histomorphometry is a barrier towards uniform diagnostic definitions and recommends further collaborative efforts in this area. Until these issues are solved, transparent reporting on the choice of reference and diagnostic definitions applied should be adhered to, both in clinical reports and research settings.
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 | 0,061 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,009 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,007 | 0,004 |
| Intégrité de la recherche | 0,009 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,004 |
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 ».