Predicting kidney failure risk after acute kidney injury among people receiving nephrology clinic care
Notice bibliographique
Résumé
BACKGROUND: Outcomes after acute kidney injury (AKI) are well described, but not for those already under nephrology clinic care. This is where discussions about kidney failure risk are commonplace. We evaluated whether the established kidney failure risk equation (KFRE) should account for previous AKI episodes when used in this setting. METHODS: This observational cohort study included 7491 people referred for nephrology clinic care in British Columbia in 2003-09 followed to 2016. Predictors were previous Kidney Disease: Improving Global Outcomes-based AKI, age, sex, proteinuria, estimated glomerular filtration rate (eGFR) and renal diagnosis. Outcomes were 5-year kidney failure and death. We developed cause-specific Cox models (AKI versus no AKI) for kidney failure and death, stratified by eGFR (</≥30 mL/min/1.73 m2). We also compared prediction models comparing the 5-year KFRE with two refitted models, one with and one without AKI as a predictor. RESULTS: AKI was associated with increased kidney failure (33.1% versus 26.3%) and death (23.8% versus 16.8%) (P < 0.001). In Cox models, AKI was independently associated with increased kidney failure in those with an eGFR ≥30 mL/min/1.73 m2 {hazard ratio [HR] 1.35 [95% confidence interval (CI) 1.07-1.70]}, no increase in those with eGFR <30 mL/min/1.73 m2 ([HR 1.05 95% CI 0.91-1.21)] and increased mortality in both subgroups [respective HRs 1.89 (95% CI 1.56-2.30) and 1.43 (1.16-1.75)]. Incorporating AKI into a refitted kidney failure prediction model did not improve predictions on comparison of receiver operating characteristics (P = 0.16) or decision curve analysis. The original KFRE calibrated poorly in this setting, underpredicting risk. CONCLUSIONS: AKI carries a poorer long-term prognosis among those already under nephrology care. AKI may not alter kidney failure risk predictions, but the use of prediction models without appreciating the full impact of AKI, including increased mortality, would be simplistic. People with kidney diseases have risks beyond simply kidney failure. This complexity and variability of outcomes of individuals is important.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».