Prevalence of and factors associated with undiagnosed stage 3 chronic kidney disease in patient with a history of heart failure: a report from REVEAL-CKD
Notice bibliographique
Résumé
Abstract Background Chronic kidney disease (CKD) is a serious debilitating condition affecting 10% of the world's population, yet it remains largely under recognised even among patients with pre-existing comorbidities. Approximately 5% of patients with CKD have a history of heart failure (HF), however factors associated with undiagnosed CKD in patients with multimorbidity remain unclear. Purpose REVEAL-CKD is a multinational initiative to assess undiagnosed CKD. This analysis aims to assess prevalence and factors associated with undiagnosed stage 3 CKD in patients with heart failure. Methods From the US, we utilised TriNetX, a federated research network providing statistics on electronic health records. Adult patients, with two consecutive estimated glomerular filtration rate (eGFR) measurements ≥30 and <60 mL/min/1.732 at least 90 days apart were identified between 2015–2020. HF status was ascertained by ICD codes prior to the index date (date of the second eGFR measurement). Patients with no ICD code for CKD at any time before or up to 6 months after the index date were considered to have undiagnosed CKD. Results The study cohort included 31,263 patients with eGFR values indicating stage 3 CKD and pre-existing HF with mean age of 72 years (standard deviation: 11 years). The overall prevalence of undiagnosed CKD was 48.5% (n=15,159, 95% Confidence Interval: 47.9–49.0). Prevalence of undiagnosed CKD increased with age, was greater than 50% in female patients and was between 38% and 46% in patients with other pre-existing comorbidities (Table 1). Compared to patients with diagnosed CKD, the undiagnosed group had more females (41% versus 60%) and a had higher proportion of patients in the older age group (≥75 years: 43% versus 52%). Fewer undiagnosed CKD patients had pre-existing comorbidities than those with diagnosed CKD. Conclusion This study suggests that a large proportion of either older or female patients with baseline HF comorbidity have undiagnosed CKD. These results suggest that an opportunity exists for more proactive CKD diagnosis and monitoring of patients with comorbidities Funding Acknowledgement Type of funding sources: Private company. Main funding source(s): AstraZeneca
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».