Predictive Models for Kidney Recovery and Death in Patients Continuing Dialysis as Outpatients after Starting in Hospital
Notice bibliographique
Résumé
BACKGROUND: For patients who initiate dialysis during a hospital admission and continue to require dialysis after discharge, outpatient dialysis management could be improved by better understanding the future likelihood of recovery to dialysis independence and the competing risk of death. METHODS: We derived and validated linked models to predict the subsequent recovery to dialysis independence and death within 1 year of hospital discharge using a population-based cohort of 7657 patients in Ontario, Canada. Predictive variables included age, comorbidities, length of hospital admission, intensive care status, discharge disposition, and prehospital admission eGFR and random urine albumin-to-creatinine ratio. Models were externally validated in 1503 contemporaneous patients from Alberta, Canada. Both models were created using proportional hazards survival analysis, with the "Recovery Model" using Fine-Gray methods. Probabilities generated from both models were used to develop 16 distinct "Recovery and Death in Outpatients" (ReDO) risk groups. RESULTS: ReDO risk groups in the derivation group had significantly distinct 1-year probabilities for recovery to dialysis independence (first quartile: 10% [95% confidence interval (CI), 9% to 11%]; fourth quartile: 73% [70% to 77%]) and for death (first quartile: 12% [11% to 13%]; fourth quartile: 46% [43% to 50%]). In the validation group, model discrimination was modest (c-statistics [95% CI] for recovery and for death quartiles were 0.70 [0.67 to 0.73] and 0.66 [0.62 to 0.69], respectively), but calibration was excellent (integrated calibration index [95% CI] was 7% [5% to 9%] and 4% [2% to 6%] for recovery and death, respectively). CONCLUSIONS: The ReDO models generated accurate expected probabilities of recovery to dialysis independence and death in patients who continued outpatient dialysis after initiating dialysis in hospital. An online tool on the basis of the models is available at https://qxmd.com/calculate/calculator_874 .
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».