CKD Prevalence Varies across the European General Population
Notice bibliographique
Résumé
CKD prevalence estimation is central to CKD management and prevention planning at the population level. This study estimated CKD prevalence in the European adult general population and investigated international variation in CKD prevalence by age, sex, and presence of diabetes, hypertension, and obesity. We collected data from 19 general-population studies from 13 European countries. CKD stages 1-5 was defined as eGFR<60 ml/min per 1.73 m(2), as calculated by the CKD-Epidemiology Collaboration equation, or albuminuria >30 mg/g, and CKD stages 3-5 was defined as eGFR<60 ml/min per 1.73 m(2) CKD prevalence was age- and sex-standardized to the population of the 27 Member States of the European Union (EU27). We found considerable differences in both CKD stages 1-5 and CKD stages 3-5 prevalence across European study populations. The adjusted CKD stages 1-5 prevalence varied between 3.31% (95% confidence interval [95% CI], 3.30% to 3.33%) in Norway and 17.3% (95% CI, 16.5% to 18.1%) in northeast Germany. The adjusted CKD stages 3-5 prevalence varied between 1.0% (95% CI, 0.7% to 1.3%) in central Italy and 5.9% (95% CI, 5.2% to 6.6%) in northeast Germany. The variation in CKD prevalence stratified by diabetes, hypertension, and obesity status followed the same pattern as the overall prevalence. In conclusion, this large-scale attempt to carefully characterize CKD prevalence in Europe identified substantial variation in CKD prevalence that appears to be due to factors other than the prevalence of diabetes, hypertension, and obesity.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».