Please use this identifier to cite or link to this item: http://hdl.handle.net/10553/73628
DC FieldValueLanguage
dc.contributor.authorValga, Franciscoen_US
dc.contributor.authorMonzón, Taniaen_US
dc.contributor.authorHenriquez, Fernandoen_US
dc.contributor.authorSantana Del Pino, Ángeloen_US
dc.contributor.authorAntón-Pérez, Gloriaen_US
dc.date.accessioned2020-07-06T10:18:24Z-
dc.date.available2020-07-06T10:18:24Z-
dc.date.issued2020en_US
dc.identifier.otherScopus-
dc.identifier.urihttp://hdl.handle.net/10553/73628-
dc.description.abstractIntroducción: Los índices plaquetas-linfocito (IPL) y neutrófilo-linfocito (INL) son marcadores emergentes de inflamación. La resistencia a la eritropoyetina está relacionada con una mayor morbimortalidad en los pacientes con enfermedad renal crónica y está influida, entre otros factores, por la inflamación. Por lo tanto, cabría esperar una relación entre estos marcadores y la resistencia a la eritropoyetina. Resultados: Se dividió el IRE en cuartiles y se compararon con las medias de INL e IPL de los 4 grupos, siendo estas diferencias estadísticamente significativas (p=0,00058). En los análisis de regresión, el valor de INL pudo predecir el IRE de forma significativa (p<0,0001) (R2=0,029). Asimismo, el valor de IPL también predijo el IRE de forma significativa (p<0,0001) (R2=0,103). La capacidad del IPL para predecir resistencia a la eritropoyetina se midió con el área bajo la curva ROC (AUC=0,681) (IC 95%: 0,541-0,821). Un punto de corte de IPL de 125,5 resultaría en un 80,95% de sensibilidad y 42,82% de especificidad. Conclusiones: Tanto el IPL como el INL podrían considerarse unos aceptables marcadores de resistencia a la eritropoyetina. El IPL resultó ser un mejor predictor que el INL para el IRE.en_US
dc.description.abstractThe platelet-to-lymphocyte (PLR) and neutrophil-to-lymphocyte (NLR) ratios are emerging markers of inflammation. Erythropoietin resistance is associated with increased morbidity and mortality in patients with chronic kidney disease and is influenced by inflammation, among other factors. Therefore, it would be reasonable to expect a relationship between these markers and erythropoietin resistance. Methods: Multicentre cross-sectional study. The records of the haemodialysis sessions of 534 patients belonging to four of our dialysis centres were studied. 137 patients were excluded, so the final number of patients studied was 397. NLR, PLR and the erythropoietin resistance index (ERI) were calculated. Results: The ERI was divided into quartiles and compared with the mean NLR and PLR of the four groups, with these differences being statistically significant (p = 0.00058). In the regression analysis, the NLR value was able to predict ERI significantly (p < 0.0001) (R2 = 0.029). The PLR value also predicted ERI significantly (p < 0.0001) (R2 = 0.103). The ability of PLR to predict erythropoietin resistance was measured with the area under the ROC curve (AUC = 0.681) (95% CI, 0.541–0.821). A PLR cut-off point of 125.5 would result in a sensitivity of 80.95% and 42.82% specificity. Conclusions: Both PLR and NLR could be considered acceptable markers of erythropoietin resistance. The PLR was a better predictor for the ERI than the NLR.en_US
dc.languagespaen_US
dc.relation.ispartofNefrologiaen_US
dc.sourceNefrologia [EISSN 2013-2514], (Enero 2020)en_US
dc.subject320506 Nefrologíaen_US
dc.subject.otherHemodiálisis crónicaen_US
dc.subject.otherResistencia a la eritropoyetinaen_US
dc.subject.otherÍndice plaqueta-linfocitoen_US
dc.subject.otherÍndice neutrófilo-linfocitoen_US
dc.titleÍndices plaquetas-linfocito y neutrófilo-linfocito como marcadores de resistencia a la eritropoyetina en pacientes en hemodiálisis crónica: estudio transversal-multicéntricoen_US
dc.title.alternativePlatelet-to-lymphocyte and neutrophil-to-lymphocyte ratios as markers of erythropoietin resistance in chronic haemodialysis patients: A multicentre cross-sectional studyen_US
dc.typeinfo:eu-repo/semantics/Articleen_US
dc.typeArticleen_US
dc.identifier.doi10.1016/j.nefroe.2020.06.010en_US
dc.identifier.scopus85086929949-
dc.contributor.authorscopusid57217251891-
dc.contributor.authorscopusid57194377585-
dc.contributor.authorscopusid57204334358-
dc.contributor.authorscopusid57217055795-
dc.contributor.authorscopusid54405300300-
dc.identifier.eissn2013-2514-
dc.investigacionCiencias de la Saluden_US
dc.type2Artículoen_US
dc.utils.revisionen_US
dc.date.coverdateEnero 2020en_US
item.fulltextSin texto completo-
item.grantfulltextnone-
crisitem.author.deptDepartamento de Matemáticas-
crisitem.author.deptEstadística-
crisitem.author.orcid0000-0002-6513-4814-
crisitem.author.parentorgDepartamento de Matemáticas-
crisitem.author.fullNameSantana Del Pino, Ángelo-
crisitem.author.departamentoMatemáticas-
Appears in Collections:Artículos
Show simple item record

Page view(s)

29
checked on Sep 20, 2020

Google ScholarTM

Check

Altmetric


Share



Export metadata



Items in accedaCRIS are protected by copyright, with all rights reserved, unless otherwise indicated.