PDOPPS International Anemia Prevalence and Management in People Receiving Peritoneal Dialysis
Notice bibliographique
Résumé
Background: Optimal anemia management in peritoneal dialysis (PD) remains uncertain, with substantial variation in clinical practice across countries. We aimed to describe the evolution over time of iron indices in people receiving PD, the determinants of this and the associations of these indices with mortality. Methods: We analyzed baseline data from adult PD patients enrolled in the Peritoneal Dialysis Outcomes and Practice Patterns Study across seven countries: Australia/New Zealand, Japan, USA, UK, Thailand, and Canada. Cross-sectional comparisons were made for hemoglobin, ferritin, transferrin saturation (TSAT), serum iron, total iron-binding capacity (TIBC), and use of erythropoiesis-stimulating agents and iron (oral or intravenous). Time-varying Cox models with restricted cubic splines were used to examine associations of iron, TSAT, TIBC and ferritin with all-cause, cardiovascular and infection-related mortalities. Results: The analysis included 7,930 patients. Time-varying Cox models demonstrated U-shaped associations between serum iron, TSAT and TIBC with all-cause, cardiovascular, and infection-related mortality. Ferritin showed a monotonic increase in hazard, particularly for all-cause and cardiovascular mortality, likely reflecting its dual role as a marker of iron stores and inflammation. These findings support a multi-marker approach to iron assessment, rather than reliance on ferritin alone. Conclusion: High and low levels of iron, TSAT, and TIBC were linked to increased mortality. In contrast, ferritin showed a steady increase in hazard, particularly for all-cause and cardiovascular mortality, likely due to its inflammatory nature. These findings suggest ferritin is a poor standalone marker of iron status in peritoneal dialysis patients.Association between iron biomarkers and mortality
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».