Proteinuria and Rate of Change in Kidney Function in a Community-Based Population
Notice bibliographique
Résumé
Proteinuria identifies patients at risk for adverse clinical outcomes, but it is unclear whether proteinuria correlates with the rate of renal decline. We examined the association between proteinuria and rate of change in estimated GFR (eGFR) in a cohort of 638,150 adults from a province-wide registry in Alberta, Canada, who had a measure of proteinuria and three or more outpatient serum creatinine measurements over a period of ≥1 year. An adjusted sex-specific linear mixed-effects model was used to determine the rate of change in eGFR per year for patients with normal, mild, and heavy proteinuria, stratified by baseline kidney function (eGFR ≥90, 60-89.9, 45-59.9, 30-44.9, and 15-29.9 ml/min per 1.73 m(2)). In men, heavy proteinuria and a baseline eGFR of 45-59.9 ml/min per 1.73 m(2) correlated with a change in eGFR of -2.16 (95% confidence interval [CI], -2.37 to -1.95) ml/min per 1.73 m(2) per year, whereas mild proteinuria and a baseline eGFR of 30-44.9 ml/min per 1.73 m(2) correlated with a change in eGFR of -0.51 (95% CI, -0.70 to -0.32) ml/min per 1.73 m(2) per year. Similar trends were observed for female, elderly, and diabetic patients. Notably, normal protein levels and a lower baseline eGFR (15-29.9 ml/min per 1.73 m(2)) correlated with stable or improved renal function. In conclusion, our results suggest that proteinuria of increasing severity is associated with a faster rate of renal decline, regardless of baseline eGFR, and the combined effect should be considered in patients with CKD.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».