MétaCan
Menu
Retour à la cohorte
Enregistrement W3011949202 · doi:10.1177/2054358120911274

Prediction of Progression in Polycystic Kidney Disease Using the Kidney Failure Risk Equation and Ultrasound Parameters

2020· article· en· W3011949202 sur OpenAlexaff
Ayub Akbari, Navdeep Tangri, Pierre Antoine Brown, Mohan Biyani, Emily Rhodes, Teerath Kumar, Wael Shabana, Manish M. Sood

Notice bibliographique

RevueCanadian Journal of Kidney Health and Disease · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and Kidney Cyst Diseases
Établissements canadiensInstitute for Clinical Evaluative SciencesSeven Oaks General HospitalOttawa HospitalUniversity of Ottawa
Organismes subventionnairesOtsuka Pharmaceutical
Mots-clésMedicineKidney diseaseInternal medicineDialysisPopulationNephrologyKidney transplantationPolycystic kidney diseaseAutosomal dominant polycystic kidney diseaseCohortDiseaseKidney

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The kidney failure risk equation (KFRE) is a validated risk algorithm for predicting the risk of kidney failure in chronic kidney disease (CKD) patients regardless of etiology. Patients with autosomal dominant polycystic kidney disease (AD-PCKD) experience long disease trajectories and as such identifying individuals at risk of kidney failure would aid in intervention. OBJECTIVE: To examine the utility of the KFRE in predicting adverse kidney outcomes compared with existing risk factors in a cohort of patients with AD-PCKD. METHODS: Retrospective cohort study of AD-PCKD patients referred to a tertiary care center with a baseline kidney ultrasound and a KFRE calculation. Cox proportional hazards were used to examine the association of the KFRE and composite of an eGFR decline of >30% or the need for dialysis/transplantation. Discrimination and calibration of a parsimonious fully adjusted model and a model containing only total kidney volume (TKV) with and without the addition of the KFRE was determined. RESULTS: Of 340 patients with AD-PCKD eligible, 221 (65%) met inclusion criteria. Older age, cardiac disease, cancer, higher systolic blood pressure, albuminuria, lower eGFR and a higher initial TKV were more common in patients with a higher KFRE. A total of 120 events occurred over a median patient follow-up time of 3.2 years. KFRE was independently associated with the composite kidney outcome. Addition of the KFRE significantly improved discrimination and calibration in a TKV only model and a fully adjusted model. CONCLUSIONS: In a diverse, referral population with AD-PCKD, the KFRE was associated with adverse kidney outcomes and improved risk prediction.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,257
Écart entre enseignants0,235 · 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

Citations23
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Kidney Health and DiseaseMême sujetGenetic and Kidney Cyst DiseasesTravaux en français237 207