International Network of Chronic Kidney Disease cohort studies (iNET-CKD): a global network of chronic kidney disease cohorts
Notice bibliographique
Résumé
BACKGROUND: Chronic kidney disease (CKD) is a global health burden, yet it is still underrepresented within public health agendas in many countries. Studies focusing on the natural history of CKD are challenging to design and conduct, because of the long time-course of disease progression, a wide variation in etiologies, and a large amount of clinical variability among individuals with CKD. With the difference in health-related behaviors, healthcare delivery, genetics, and environmental exposures, this variability is greater across countries than within one locale and may not be captured effectively in a single study. METHODS: Studies were invited to join the network. Prerequisites for membership included: 1) observational designs with a priori hypotheses and defined study objectives, patient-level information, prospective data acquisition and collection of bio-samples, all focused on predialysis CKD patients; 2) target sample sizes of 1,000 patients for adult cohorts and 300 for pediatric cohorts; and 3) minimum follow-up of three years. Participating studies were surveyed regarding design, data, and biosample resources. RESULTS: Twelve prospective cohort studies and two registries covering 21 countries were included. Participants age ranges from >2 to >70 years at inclusion, CKD severity ranges from stage 2 to stage 5. Patient data and biosamples (not available in the registry studies) are measured yearly or biennially. Many studies included multiple ethnicities; cohort size ranges from 400 to more than 13,000 participants. Studies' areas of emphasis all include but are not limited to renal outcomes, such as progression to ESRD and death. CONCLUSIONS: iNET-CKD (International Network of CKD cohort studies) was established, to promote collaborative research, foster exchange of expertise, and create opportunities for research training. Participating studies have many commonalities that will facilitate comparative research; however, we also observed substantial differences. The diversity we observed across studies within this network will be able to be leveraged to identify genetic, behavioral, and health services factors associated with the course of CKD. With an emerging infrastructure to facilitate interactions among the investigators of iNET-CKD and a broadly defined research agenda, we are confident that there will be great opportunity for productive collaborative investigations involving cohorts of individuals 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 | 0,035 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,013 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».