Influence of Mortality on Estimating the Risk of Kidney Failure in People with Stage 4 CKD
Notice bibliographique
Résumé
Significance Statement Risk calculators are widely used to predict kidney failure in people with CKD. These tools represent major advances compared with reporting eGFR alone because they provide objective risk assessment. These calculators are based on analysis methods that censor for death, which may result in overestimation of the risk of kidney failure. By analyzing data on a large population of patients with stage 4 CKD, the authors show that kidney failure risk estimates that censor for death consistently exceed the estimates from analyses that treat death as a competing risk, by 1%–27% at 5 years. Risk overestimation with methods that censor for death increases over time and is higher in people with more comorbidities. Not treating death as a competing risk in the risk calculator leads to overestimates of the risk of kidney failure in people with stage 4 CKD, which could have negative psychological effects on patients or contribute to overtreatment. Background Most kidney failure risk calculators are based on methods that censor for death. Because mortality is high in people with severe, nondialysis-dependent CKD, censoring for death may overestimate their risk of kidney failure. Methods Using 2002–2014 population-based laboratory and administrative data for adults with stage 4 CKD in Alberta, Canada, we analyzed the time to the earliest of kidney failure, death, or censoring, using methods that censor for death and methods that treat death as a competing event factoring in age, sex, diabetes, cardiovascular disease, eGFR, and albuminuria. Stage 4 CKD was defined as a sustained eGFR of 15–30 ml/min per 1.73 m 2 . Results Of the 30,801 participants (106,447 patient-years at risk; mean age 77 years), 18% developed kidney failure and 53% died. The observed risk of the combined end point of death or kidney failure was 64% at 5 years and 87% at 10 years. By comparison, standard risk calculators that censored for death estimated these risks to be 76% at 5 years and >100% at 7.5 years. Censoring for death increasingly overestimated the risk of kidney failure over time from 7% at 5 years to 19% at 10 years, especially in people at higher risk of death. For example, the overestimation of 5-year absolute risk ranged from 1% in a woman without diabetes, cardiovascular disease, or albuminuria and with an eGFR of 25 ml/min per 1.73 m 2 (9% versus 8%), to 27% in a man with diabetes, cardiovascular disease, albuminuria >300 mg/d, and an eGFR of 20 ml/min per 1.73 m 2 (78% versus 51%). Conclusions Kidney failure risk calculators should account for death as a competing risk to increase their accuracy and utility for patients and providers.
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 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».