MétaCan
Menu
Retour à la cohorte
Enregistrement W2804369954 · doi:10.1093/ndt/gfy104.fp334

FP334PROGRESSION OF ALBUMINURIA IN PERSONS WITH EARLY STAGE CHRONIC KIDNEY DISEASE

2018· article· en· W2804369954 sur OpenAlexaff
Adam Shardlow, Natasha J. McIntyre, Simon Fraser, Richard Fluck, Chris McIntyre, Maarten W. Taal

Notice bibliographique

RevueNephrology Dialysis Transplantation · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineAlbuminuriaKidney diseaseStage (stratigraphy)DiseaseInternal medicineKidneyUrology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION AND AIMS: Albuminuria is a powerful predictor of adverse outcomes in persons with chronic kidney disease (CKD) such that even small increases are associated with substantial additional risk. Regular monitoring for albuminuria is therefore recommended but has proven difficult to achieve, possibly due to uncertainty about benefit. Little is known about the pattern of progression of albuminuria over time in early stage CKD. We therefore sought to investigate the progression of albuminuria over 5 years in a large cohort of persons with CKD stage 3 recruited from primary care practices, where most such patients are managed in the UK. METHODS: Participants with estimated GFR 59-30mL/min/1.73m2 were prospectively recruited from primary care practices and comprehensively assessed at baseline, year 1 and 5. Albuminuria was assessed at each study visit as the average albumin to creatinine ratio (UACR) on three consecutive early morning urine specimens. Albuminuria was defined as UACR >3mg/mmol. We investigated associations with new onset albuminuria and change in the magnitude of albuminuria over 5 years. RESULTS: We studied 1738 persons with mean age 72.9±9.0y and eGFR 53.5±11.8ml/min/1.73m2; 60.5% were female, 16.8% had diabetes and 97.6% were of white ethnicity. The prevalence of albuminuria increased from 17.1% at baseline to 18.3% at Year-1 and 27.3% at Year-5 (p<0.001). Of 1050 participants without albuminuria at baseline, 182 (17.3%) developed albuminuria by Year-5 (approximately 3.5% per year). Of 186 participants with albuminuria at baseline, 32 (17.2%) no longer had albuminuria at Year-5. Binary logistic regression analysis identified male sex, greater age and lower values for each of eGFR, haemoglobin, serum bicarbonate, body mass index and vitamin D levels as independent risk factors for new onset albuminuria (Nagelkerke R2=0.23). Among 186 participants with albuminuria at baseline, the median UACR increased from 7.6 (4.2 to 16.1) mg/mmol to 8.0 (3.6 to 18.1) at Year-1 and 13.1 (5.7 to 30.4) at Year-5 (p<0.001 for baseline vs. Year-5). Univariable analysis identified male sex, diabetes, lower serum bicarbonate, greater body weight and body mass index and change in UACR at Year-1 as determinants of the magnitude of increase in UACR at Year-5 but only weight, UACR at baseline and change in UACR at Year-1 were independent determinants on multivariable analysis (Adjusted R2=0.12). CONCLUSIONS: Albuminuria was observed in only a minority of participants but the prevalence and magnitude increased over 5 years. Our findings emphasize the need for annual monitoring of albuminuria even in persons with early stage CKD. Risk factors identified indicate that males, older persons and those with diabetes, obesity or lower GFR should be targeted for improved monitoring.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,260
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNephrology Dialysis TransplantationMême sujetLiver Disease Diagnosis and TreatmentTravaux en français237 207