FC078: Impact of Removing Race from the CKD-EPI Equation: Analysis of 1.6 Million Swedish Adults
Notice bibliographique
Résumé
Abstract BACKGROUND AND AIMS The Chronic Kidney Disease Epidemiology Collaboration (CKD-EPI) recently developed a novel creatinine-based eGFR equation without a race coefficient. While American nephrology societies recommend using this novel equation, its implications are unknown. METHOD We included 1.6 million adult individuals with routine outpatient serum creatinine testing during 2007–2018 in Stockholm, Sweden. First, we calculated reclassification across KDIGO eGFR categories when changing from the 2009 to 2021 CKD-EPI equation. Second, for both equations, the association between eGFR and (1) kidney failure with replacement therapy (KFRT), (2) all-cause mortality, (3) cardiovascular mortality and (4) major adverse cardiovascular events was estimated with Cox regression. Third, prognostic accuracy of both eGFR equations within the Kidney Failure Risk Equation was assessed with discrimination and calibration. RESULTS Compared with the 2009 equation, the 2021 equation yielded a higher eGFR by a median (IQR) of 3.9 (2.9–4.8) mL/min/1.73 m2, decreasing prevalence of CKD G3–G5 from 5.1 to 3.8%. The 2021 equation reclassified 9.9% of the total population and 36.2% of the CKD G3–G5 population to a less severe eGFR category. Individuals who were reclassified to less severe eGFR categories were older and therefore exhibited higher crude risks of all-cause/cardiovascular death and major adverse cardiovascular events, and lower risk of kidney replacement therapy compared with nonreclassified participants of similar eGFR. eGFR by both equations strongly predicted study outcomes, with similar discrimination and calibration for the Kidney Failure Risk Equation. CONCLUSION Implementing the 2021 CKD-EPI equation in predominantly white European populations raises eGFR by a modest amount (larger at older age and men) and shifts a major proportion of CKD patients to a higher eGFR category, with eGFR by both equations strongly predicting outcomes.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».