Rationale and Design of the International Prospective Study of CKD of Uncertain Etiology in Agricultural Communities
Notice bibliographique
Résumé
Introduction: There has been an alarming increase in the incidence of a chronic kidney disease (CKD) of unknown etiology primarily affecting young individuals engaged in agricultural activities in Mesoamerica and South Asia. Despite extensive research over the past 2 decades, causes remain unclear. The disease is characterized by progressive loss of kidney function with the absence of heavy proteinuria and hematuria. The International Prospective Study of CKD of Unknown Etiology in Agricultural Communities (CURE study) aims to do the following: (i) identify factors associated with kidney function decline among individuals with or at risk for CKD of uncertain etiology (CKDu); (ii) better characterize the clinical phenotypes of individuals with CKDu and differentiate them from other forms of CKD; (iii) employ advanced laboratory and data analysis methods to conduct discovery science related to risk factors, biomarkers, and causal mechanisms; and (iv) establish a biorepository for future research. Methods: , no evidence of diabetes, and no other known causes of CKD. Biological samples and questionnaire data are collected from participants during 4 visits at 8-month intervals. Results: Blood, urine, and hair will be analyzed for kidney function biomarkers, trace elements, pesticides and other contaminants, untargeted metabolomics, and genetic assays. Environmental samples, collected from a subset of study participants, will be analyzed for trace elements, agrochemicals, and burning exposures. Conclusion: This study will provide novel information about CKDu etiology and clinical phenotypes across distinct geographies.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».