MétaCan
Menu
Retour à la cohorte
Enregistrement W3021750363 · doi:10.1093/ndt/gfy104.fo068

FO068KIDNEY FAILURE AFTER AKI AMONG PEOPLE UNDER NEPHROLOGY CLINIC CARE: A PROVINCEWIDE COHORT STUDY

2018· article· en· W3021750363 sur OpenAlexaff
Simon Sawhney, Monica Beaulieu, Corri Black, Ognjenka Djurdjev, Gabriella Espino, Angharad Marks, David J. McLernon, Zainab Sheriff, Adeera Levin

Notice bibliographique

RevueNephrology Dialysis Transplantation · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePharmacological Effects and Toxicity Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineNephrologyCohortInternal medicineIntensive care medicineCohort studyEmergency medicineFamily medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION AND AIMS: Poor outcomes after acute kidney injury (AKI) have been well described for hospital cohorts, but not for those already receiving nephrology clinic care. Nevertheless, this is where discussions about future kidney failure risk commonly occur. We assessed whether AKI was independently associated with kidney failure and death (competing risk) in this setting. We then evaluated the widely used five year Kidney Failure Risk Equation (KFRE5yr), and developed refitted models with and without AKI as an additional predictor. METHODS: The study involved people receiving nephrology clinic care in British Columbia 2003-2009 (population 4.5 million), followed to 2016. Predictors were KDIGO AKI during the previous two years, age, sex, proteinuria, eGFR and renal diagnosis. Cox models estimated cause-specific hazard ratios (HR) (AKI vs no AKI) for kidney failure and death, stratified by eGFR (</≥30 ml/min/1.73m2). The published KFRE5yr was compared with refitted prediction models without and with AKI. A KFRE5yr risk threshold ≥3% has been suggested to triage entry into nephrology clinics. We used decision curve analysis to evaluate this threshold among people in clinics with eGFR ≥30. RESULTS: Of 7491 people, 995 had AKI and 6496 had no AKI in the previous two years. Those with AKI had increased subsequent kidney failure (33.1% vs 26.3%) but also increased death (23.8% vs 16.8%) (p-values <0.001), irrespective of age (figure 1), eGFR and renal diagnosis. After adjusting for confounders, AKI was still associated with kidney failure for those with eGFR ≥30 (HR 1.43 [1.13-1.81]), but no longer for those with eGFR <30 (HR 1.05 [0.91-1.21]) (table). For those with eGFR ≥30, KFRE5yr gave inferior predictions of 5 year kidney failure risk than refitted models without or with AKI (respective C statistics 0.701, 0.715 and 0.716). Using decision curve analysis, KFRE5yr at any risk threshold <10% was inferior to “treating all” patients in the clinic (figure 2). Refitted models were superior but AKI made no difference. CONCLUSIONS: AKI is associated with increased kidney failure among people under nephrology clinic care, but does not incrementally improve risk predictions because of a substantial competing risk of death. While KFRE5yr may help triage referrals to nephrology clinics, for people already in clinic with eGFR ≥30, it may not help guide safe discharge from follow-up. FO068 Table Independent association of AKI with subsequent kidney failure and death (cause-specific Cox models)

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)0,003
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 enseignants0,702
Score d'incertitude au seuil0,599

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,010
Tête enseignante GPT0,291
Écart entre enseignants0,281 · 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 sujetPharmacological Effects and Toxicity StudiesTravaux en français237 207