#5783 REAL-LIFE USE OF TOLVAPTAN IN ADPKD: A RETROSPECTIVE ANALYSIS OF A LARGE CANADIAN COHORT
Notice bibliographique
Résumé
Abstract Background and Aims Tolvaptan is the first disease-modifier therapy proven to slow eGFR decline in high-risk patients with ADPKD. However, barriers to its use in real-life settings have not been examined. Method Single-center, retrospective study of 523 current or new patients with ADPKD followed at the Center for Innovative Management of PKD in Toronto, Ontario between January 1, 2016 to December 30, 2018. All patients had clinical assessment and total kidney volume measurements; those deemed to be at high risk based on their Mayo Clinic Imaging Class (MCIC) 1C, 1D, or 1E, were offered tolvaptan with their preference (yes or no) and reasons for their choices recorded. Results Overall, 315/523 (60.2%) patients had MCIC 1C-1E; however, only 96 (30%) of them were treated with tolvaptan at the last follow-up. Among these high-risk patients, those treated with tolvaptan were more likely to have a higher eGFR (61 ±27 vs. 82 ±26 ml/min/1.73 m2), CKD stages 1–2 (41% vs. 79%), and MCIC 1D-1E (69% vs. 37%). The most common reasons provided for not taking tolvaptan were lifestyle preference related to the aquaretic effect (51%), older age ≥60 (12%), and pregnancy or family planning (6%). Conclusion In this real-world experience, at least 60% of patients with ADPKD considered to be at high risk for progression to ESKD by imaging were not treated with tolvaptan; most of them had earlier stages of CKD with well-preserved eGFR. The most common reason for their refusal to consider tolvaptan is a concern for intolerability of the aquaretic side-effect; strategies to mitigate this side-effect may help to reduce the barrier to tolvaptan therapy.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 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) | 0,003 | 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 ».