Predicting 3-Year Survival in Patients Receiving Maintenance Dialysis: An External Validation of iChoose Kidney in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: Many patients with end-stage kidney disease (ESKD) do not appreciate how their survival may differ if treated with a kidney transplant compared with dialysis. A risk calculator (iChoose Kidney) developed and validated in the United States provides individualized mortality estimates for different treatment options (dialysis vs living or deceased donor kidney transplantation). The calculator can be used with patients and families to help patients make more educated treatment decisions. OBJECTIVE: To validate the iChoose Kidney risk calculator in Ontario, Canada. DESIGN: External validation study. SETTING: We used several linked administrative health care databases from Ontario, Canada. PATIENTS: We included 22 520 maintenance dialysis patients and 4505 kidney transplant recipients. Patients entered the cohort between 2004 and 2014. MEASUREMENTS: Three-year all-cause mortality. METHODS: We assessed model discrimination using the C-statistic. We assessed model calibration by comparing the observed versus predicted mortality risk and by using smoothed calibration plots. We used multivariable logistic regression modeling to recalibrate model intercepts using a correction factor, when appropriate. RESULTS: In our final version of the iChoose Kidney model, we included the following variables: age (18-80 years), sex (male, female), race (white, black, other), time on dialysis (<6 months, 6-12 months, >12 months), and patient comorbidities (hypertension, diabetes, and/or cardiovascular disease). Over the 3-year follow-up period, 33.3% of dialysis patients and 6.2% of kidney transplant recipients died. The discriminatory ability was moderate (C-statistic for dialysis: 0.70, 95% confidence interval [CI]: 0.69-0.70, and C-statistic for transplant: 0.72, 95% CI: 0.69-0.75). The 3-year observed and predicted mortality estimates were comparable and even more so after we recalibrated the intercepts in 2 of our models (dialysis and deceased donor kidney transplantation). As done in the United States, we developed a Canadian Web site and an iOS application called Dialysis vs. Kidney Transplant- Estimated Survival in Ontario. LIMITATIONS: Missing data in our databases precluded the inclusion of all variables that were in the original iChoose Kidney (ie, patient ethnicity and low albumin). We were unable to perform all preplanned analyses due to the limited sample size. CONCLUSIONS: The original iChoose Kidney risk calculator was able to adequately predict mortality in this Canadian (Ontario) cohort of ESKD patients. After minor modifications, the predictive accuracy improved. The Dialysis vs. Kidney Transplant- Estimated Survival in Ontario risk calculator may be a valuable resource to help ESKD patients make an informed decision on pursuing kidney transplantation.
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 | 0,007 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».