Risk Factors for Prognosis in Patients With Severely Decreased GFR
Notice bibliographique
Résumé
Introduction Patients with chronic kidney disease (CKD) and estimated glomerular filtration rate (eGFR) <30 ml/min per 1.73 m 2 (corresponding to CKD stage G4+) comprise a minority of the overall CKD population but have the highest risk for adverse outcomes. Many CKD G4+ patients are older with multiple comorbidities, which may distort associations between risk factors and clinical outcomes. Methods We undertook a meta-analysis of risk factors for kidney failure treated with kidney replacement therapy (KRT), cardiovascular disease (CVD) events, and death in participants with CKD G4+ from 28 cohorts ( n = 185,024) across the world who were part of the CKD Prognosis Consortium. Results In the fully adjusted meta-analysis, risk factors associated with KRT were time-varying CVD, male sex, black race, diabetes, lower eGFR, and higher albuminuria and systolic blood pressure. Age was associated with a lower risk of KRT (adjusted hazard ratio: 0.74; 95% confidence interval: 0.69–0.80) overall, and also in the subgroup of individuals younger than 65 years. The risk factors for CVD events included male sex, history of CVD, diabetes, lower eGFR, higher albuminuria, and the onset of KRT. Systolic blood pressure showed a U-shaped association with CVD events. Risk factors for mortality were similar to those for CVD events but also included smoking. Most risk factors had qualitatively consistent associations across cohorts. Conclusion Traditional CVD risk factors are of prognostic value in individuals with an eGFR <30 ml/min per 1.73 m 2 , although the risk estimates vary for kidney and CVD outcomes. These results should encourage interventional studies on correcting risk factors in this high-risk population.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».