A Predictive Model for Kidney Failure After Nephrectomy for Localized Kidney Cancer: The Kidney Cancer Risk Equation
Notice bibliographique
Résumé
Background: Nephrectomy is the mainstay treatment for individuals with localized kidney cancer. However, surgery can potentially result in functional kidney impairment leading to kidney failure requiring dialysis or transplantation. There are currently no clinical tools available for clinicians to pre-operatively identify which patients are at risk of kidney failure, and therefore, the aim of our study was to develop and validate a prediction equation for kidney failure after nephrectomy for kidney cancer. Methods: A population-level cohort study was conducted with adults (≥ 18 years old; n=1,026) from Manitoba, Canada who were diagnosed with non-metastatic kidney cancer between January 1, 2004 and December 31, 2016, were treated with either a partial or radical nephrectomy, and had at least 1 estimated glomerular filtration rate (eGFR) measurement available pre and post nephrectomy. Demographic, clinical, and laboratory data were used to develop the prediction models using Cox proportional hazards regression methods. We subsequently externally validated the models using data from 12,043 individuals from Ontario, Canada. The primary outcome was dialysis, transplantation, or an eGFR < 15 mL/min/1.73m2 during the follow-up period. Results: Among individuals in the development cohort (mean age 61.2 ± 11.7; mean eGFR 79.5 ± 22.8 mL/min/1.73m2; 39.0% partial nephrectomy/61.2% radical), 10.4% reached kidney failure during the follow-up period. The final model included 6 variables: age, sex, baseline eGFR, urine albumin-to-creatinine ratio, nephrectomy type, diabetes mellitus. The 5-year C-statistic was 0.83 (74.8, 91.4) in the development cohort and 0.86 (0.84, 0.88) in the validation cohort. Conclusions: We developed and externally validated a simple equation that incorporates easily accessible data and can accurately predict kidney failure in individuals undergoing nephrectomy for treatment of localized kidney cancer. This tool can help inform pre-operative discussion about kidney failure risk in patients facing surgical options for localized kidney cancer. Funding: Private Foundation Support
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,002 |
| 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 ».