Predictive role of Oxford Classification for prognosis in children with IgA nephropathy: a systematic review and meta-analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Oxford Classification was proposed as an independent prognostic indicator in IgA nephropathy (IgAN). However, most studies on the subject focus on adults instead of children. Using a meta-analysis to appraise the predictive roles of the Oxford classification for the prognosis of pediatric patients with IgAN. All cohort studies regarding the analysis of the association between poor kidney-related prognosis (GFR categories G2-G5) according to the Kidney Disease Improving Global Outcomes (KDIGO) Guideline in pediatric patients with IgAN and five pathologic lesions in the Oxford Classification were included. Hazard ratios (HRs) regarding the association between the Oxford classification and prognosis of pediatric patients with IgAN were synthesized using random effect models. The risk of bias in studies was assessed based on the Newcastle-Ottawa scale. Fourteen articles were included with 5679 IgAN patients and 710 endpoint outcome events occurred. M1 was associated with a higher risk of poor kidney-related prognosis compared with M0, pooled HR (1.79; 95%CI, 1.46–2.19; <i>p</i> < 0.001, random effect model). S1 and T1 or T2 increased the risk of poor kidney-related prognosis (pooled HR, 2.13; 95%CI, 1.68–2.70; <i>p</i> < 0.001; pooled HR, 2.64; 95%CI, 1.81–3.86; <i>p</i> < 0.001, respectively, estimated by random effect model). Compared with C0, C1, or C2 was also associated with an increased risk of poor kidney-related prognosis in the subgroup analysis of Asian and other populations. Evidence to indicate that E1 increased the risk of poor kidney-related prognosis was marginal.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle