A novel kidney disease index reflecting both the albumin-to-creatinine ratio and estimated glomerular filtration rate, predicted cardiovascular and kidney outcomes in type 2 diabetes
Notice bibliographique
Résumé
BACKGROUND: The estimated glomerular filtration rate (eGFR) and the albumin-to-creatinine ratio (ACR) are risk factors for diabetes-related outcomes. A composite that captures information from both may provide a simpler way of assessing risk. METHODS: 9115 of 9901 Researching Cardiovascular Events with a Weekly Incretin in Diabetes (REWIND) participants with both an ACR and eGFR at baseline were included in this post hoc epidemiologic analysis. The hazard of higher baseline levels of 1/eGFR and natural log transformed ACR (calculated as ln [ACR × 100] to eliminate negative values) and their interaction for incident major adverse cardiovascular events (MACE), kidney outcomes, and deaths was estimated. The hazard of the geometric mean of these two baseline measures (the kidney disease index or KDI) was also assessed. RESULTS: A non-linear relationship was observed between 1/eGFR and all three outcomes, and between ln [ACR × 100] and the kidney outcome. There was also a negative interaction between these two risk factors with respect to MACE and death. Conversely, a linear relationship was noted between the KDI and all three outcomes. People in the highest KDI fifth experienced the highest incidence of MACE, death, and the kidney outcome (4.43, 4.56, and 5.55/100 person-years respectively). C statistics for the KDI were similar to those for eGFR and albuminuria. CONCLUSIONS: The KDI combines the baseline eGFR and ACR into a novel composite risk factor that has a simple linear relationship with incident serious outcomes in people with diabetes and additional CV risk factors. Trial Registration clinicaltrials.gov NCT01394952.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».