MétaCan
Menu
Retour à la cohorte
Enregistrement W3048059808 · doi:10.1016/j.ekir.2020.07.036

External Validation of International Risk-Prediction Models of IgA Nephropathy in an Asian-Caucasian Cohort

2020· article· en· W3048059808 sur OpenAlexaff
Yuemiao Zhang, Ling Guo, Zi Wang, Jinwei Wang, Lee Er, Sean J. Barbour, Hernán Trimarchi, Jicheng Lv, Hong Zhang

Notice bibliographique

RevueKidney International Reports · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Diseases and Glomerulopathies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesPeking University Health Science CenterChinese Academy of Medical SciencesNational Natural Science Foundation of China
Mots-clésMedicineInterquartile rangeHazard ratioRenal functionCohortInternal medicinePercentileProportional hazards modelNephropathyFramingham Risk ScoreConfidence intervalStatisticsDiseaseDiabetes mellitusEndocrinology

Résumé

récupéré en direct d'OpenAlex

Introduction Two prediction models for IgA nephropathy (IgAN) using clinical variables and the Oxford MEST scores were developed and validated in 2 multiethnic cohorts. Additional external validation is required. Methods Biopsy-proven Chinese and Argentinian patients with IgAN were included. The primary outcome was defined as a 50% decline in estimated glomerular filtration rate (eGFR) or end-stage renal disease. C-statistics and stratified analyses were used for model discrimination, coefficient of determination (R 2 D ) for model fit, and calibration plots for model calibration. Baseline survival function was also evaluated. Results A total of 1275 patients were enrolled, with a mean age of 34 (interquartile range: 27–42) years, 50% of whom (638 of 1275) were men. Use of renin-angiotensin system blockers was higher than in previously reported cohorts, whereas other variables were comparable. The C-statistic of the models was 0.81, and R 2 D was higher than reported. Survival curves in the subgroups (<16th, ∼16th to <50th, ∼50th to <84th, and ≥84th percentiles of linear predictor) were well separated. Most of the predictor variables, including hazard ratio, predicted 5-year risk, and eGFR decline slope, were worse with risk increasing. The baseline survival function was comparable in our cohort and the reported cohorts. The calibration was acceptable for the full model without race. However, the risk probability over 3 years was overestimated in the full model with race included. Conclusion The prediction models showed good performance on personalized risk assessment, which may be used as drug-specific, precision-medicine approaches to treatment decisionmaking.

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)0,030
score de la tête « metaresearch » (Gemma)0,023
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 enseignants0,030
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,018
Tête enseignante GPT0,279
Écart entre enseignants0,261 · 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

Citations40
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKidney International ReportsMême sujetRenal Diseases and GlomerulopathiesTravaux en français237 207