Underestimating the risk of developing Chronic Kidney Diseases Among the Jordanian Diabetic Patients
Notice bibliographique
Résumé
Abstract Background : Despite the increase in Type 2 Diabetes Mellites (T2DM) prevalence in Jordan, there is a lack of studies on kidney function status among the T2DM patients. The aim of this study is to give an insight into kidney functions in T2DM patients and to identify patients at risk of renal diseases. Methods: A cross-sectional study was undertaken at King Abdullah University Hospital in Jordan. The Modification of Diet in Renal Disease (MDRD) formula was used to calculate the estimated glomerular filtration rate (eGFR). The data were analyzed using the SPSS software. Results: 22.3% of the T2DM patients had eGFR values less than 60 mL/min per 1.73 m 2 . The decrease in eGFR was accompanied by an increase in proteinuria (PU) and albumin to creatinine ratio (ACR). Most of the T2DM patients were in Stage 2 CKD. The eGFR values were lower in males than females. The correlation analysis showed that eGFR values were negatively correlated with the duration of T2DM, serum creatinine (sCr), ACR, and PU, reflecting a decrease in kidney functions with the increase in T2DM duration, and patients' biochemical variables. Most of the T2DM patients had high blood sugar, urine creatinine, and evidence of protein in the urine samples, indicating uncontrolled diabetes. Conclusions: The eGFR value can be used in addition to the biochemical variables to better identify T2DM patients at risk of developing chronic kidney diseases in the future, especially in T2DM patients with poor glycemic control.
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 | 0,003 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».