Geographical variation in kidney function testing and associations with health care costs among patients with chronic kidney disease and type 2 diabetes
Notice bibliographique
Résumé
OBJECTIVES: Clinical practice guidelines recommend at least annual testing of estimated glomerular filtration rate (eGFR) and urine albumin-creatinine ratio (uACR) for patients with chronic kidney disease (CKD) and type 2 diabetes (T2D). This study assessed the adequacy of eGFR and uACR testing in this patient population across the United States. STUDY DESIGN: Observational real-world study. METHODS: Adults with CKD and T2D were identified from the Optum Clinformatics database (2015-2019). The eGFR and uACR tests were assessed nationally and by state. The proportions of tested patients and patients receiving adequate monitoring per clinical practice guidelines were analyzed during the 1-year period after T2D and CKD diagnosis, along with all-cause health care costs. RESULTS: Among 101,057 adults with CKD and T2D, 94.1% had at least 1 eGFR test and 38.7% had at least 1 uACR test over 1 year. Only 20.3% of patients had adequate uACR monitoring; this was much lower than observed for adequate eGFR monitoring (86.6%). The eGFR testing rates were high across states (range, 79.5% [Colorado] to 97.3% [Alabama]); conversely, uACR testing rates were uniformly lower and showed wider variation (range, 14.0% [Maine] to 58.9% [Hawaii]). Mean annual all-cause health care costs were $28,636 and increased with CKD GFR stage. Lower uACR testing rates were associated with higher health care costs at the state level (Pearson r = -0.55; P < .01). CONCLUSIONS: In the United States, uACR testing is underutilized, with large geographical variations in testing rates noted between states. Lower uACR testing rates were associated with higher health care costs. The lack of sufficient uACR testing raises concerns about CKD management in patients with T2D.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».