O papel da cistatina C na injúria renal em crianças e adolescentes com diabetes mellitus tipo 1: uma revisão sistemática
Bibliographic record
Abstract
Resumo Introdução: Doença renal diabética (DRD) é uma das principais complicações do diabetes mellitus tipo 1 (DM1). Na prática clínica, albuminúria e taxa de filtração glomerular estimada (TFGe) reduzida são as principais características da DRD. Estudos posteriores revelaram que a lesão intersticial também é observada quando ocorre DRD. Portanto, a aplicação de um biomarcador para a detecção precoce da DRD foi fundamental. Esta revisão sistemática teve como objetivo resumir a literatura sobre o papel prognóstico da cistatina C na injúria renal em crianças e adolescentes com DM1. Métodos: Desde o início até 24 de setembro de 2024, realizou-se extensa pesquisa bibliográfica nos principais bancos de dados (MEDLINE/PubMed, Cochrane Library e Scopus) para investigar o papel prognóstico da cistatina C na injúria renal em pacientes pediátricos com DM1. A diferença média foi utilizada para desfechos contínuos com IC95%. Um valor p < 0,05 foi considerado estatisticamente significativo. A avaliação da qualidade dos estudos incluídos foi realizada por meio da Escala de Newcastle-Ottawa. Resultados: Incluímos onze estudos com 2.199 participantes nessa revisão sistemática. A meta-análise incluiu quatro estudos. Não houve diferença estatisticamente significativa nos níveis séricos de cistatina C entre os pacientes com DM1 e o grupo controle. Conclusão: Embora estudos individuais tenham demonstrado algum benefício do uso da cistatina C sérica para o prognóstico de DRD em pacientes pediátricos com DM1, a meta-análise dos estudos incluídos não alcançou significância estatística. Estudos clínicos futuros devem concentrar-se no papel prognóstico da cistatina C (sérica e urinária) na identificação de injúria renal em pacientes pediátricos com DM1.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".