Supplementary Material for: GFR-Specific versus GFR-Agnostic Cutoffs for Parathyroid Hormone and Fibroblast Growth Factor-23 in Advanced Chronic Kidney Disease
Notice bibliographique
Résumé
Background: In the majority of patients with advanced chronic kidney disease (CKD), values of parathyroid hormone (PTH1–84) and fibroblast growth factor 23 (FGF-23) exceed the normal reference range, potentially as an appropriate adaptation to reduced glomerular filtration rate (GFR). We tested whether GFR-specific cutoffs for PTH1–84 and FGF-23 could better identify patients with inappropriately high PTH1–84 and FGF-23 for their degree of CKD and thereby improve prognostication of clinical outcomes compared to a uniform threshold. Methods: Prospective pan-Canadian cohort of 1,812 patients with mean estimated GFR (eGFR) 28.9 mL/min/1.73 m2 followed for a median of 52 months. Repeated log-rank tests were used to identify optimal cutoffs for PTH1–84 and FGF-23 within eGFR strata (<20, 20–29 and ≥30 mL/min/1.73 m2) that maximally differentiated high- and low-risk populations for (1) cardiovascular (CV) events (fatal or nonfatal myocardial infarction, coronary revascularization, stroke, heart failure) and (2) renal events (initiation of chronic renal replacement therapy). In multivariable models, we examined the association between GFR-specific cutoffs and outcomes and compared their added prognostic value to existing uniform thresholds. Results: Risk-based cutoffs for PTH1–84 and FGF-23 increased in a graded fashion with decreasing eGFR. Among patients with eGFR <20 mL/min/1.73 m2, CV risk-based cutoffs for PTH1–84 and FGF-23 were 3.4 and 5.5 times the upper limit of normal, respectively, and reclassified 31.9 and 35.1% of patients when added to a multivariable base model for CV events. In contrast, the addition of PTH1–84 and FGF-23 to the base model using uniform cutoffs failed to reclassify such patients. Similar findings were demonstrated for renal outcomes. Conclusion: GFR-specific risk-based cutoffs for PTH1–84 and FGF-23 may facilitate more meaningful risk stratification in advanced CKD than current GFR-agnostic reference ranges derived from healthy adults. This may be most applicable in those with severely reduced GFR.
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 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,757 | 0,169 |
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 ».