The Effect of Age on Performance of the Kidney Failure Risk Equation in Advanced CKD
Notice bibliographique
Résumé
INTRODUCTION: The Kidney Failure Risk Equation (KFRE) is a clinical tool widely used to predict progression from chronic kidney disease (CKD) to kidney failure. This study aimed to evaluate the effect of age on KFRE performance in advanced CKD. METHODS: We conducted a retrospective cohort study among 1701 consecutive patients referred to an advanced CKD clinic in Ottawa, Canada, between 2010 and 2018. Patients were categorized by age as follows: <60, 60 to 69, 70 to 79, and ≥80 years. Calibration plots compared the predicted (through the KFRE) and observed incidence of kidney failure. Concordance statistic (C-statistic) evaluated discrimination. Cumulative incidence of kidney failure was compared between models that accounted for the competing risk of death and those that did not. RESULTS: < 0.001). The degree of overestimation in the elderly was most pronounced among those with the highest predicted risks for kidney failure. KFRE discrimination was acceptable (C-statistic 0.70-0.79) across all age categories. The cumulative incidence of kidney failure was overestimated in models that did not account for the competing risk of death, and this overestimation was more pronounced with older age. CONCLUSION: The KFRE overestimates kidney failure risk among elderly patients with advanced CKD. This overestimation relates to the increasing competing risk of death with older age, particularly over longer time horizons.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».