REVEAL-CKD: Management and Monitoring of Patients With CKD Stage 3 in France, Germany, Italy, Japan, and the United States
Notice bibliographique
Résumé
Background: Chronic kidney disease (CKD) is vastly under-recognised yet affects 11.1% of the global population. Early diagnosis and active management can slow disease progression. This study assessed CKD management and monitoring in patients with CKD stage 3. Methods: REVEAL-CKD is a multi-national, observational study, using medical record and claims data from the general population. Data were extracted from six databases from France, Germany, Italy, Japan, and the USA. Included patients were aged ≥18 years with 2 consecutive eGFR values ≥30 and <60 mL/min/1.73m2 recorded 91-730 days apart between 2015-2020. The date of the second qualifying eGFR was the index date. Patients with no CKD diagnosis code before and up to 6 months after index were considered undiagnosed. Data on selected quality indicators were extracted from 6-months post-index and the proportion of diagnosed and undiagnosed patients meeting these indicators was calculated. Results: Across the six databases cohort sizes were 20,012-250,879 patients with mean ages of 71-80 years; 41.9-52.9% were male, and median index eGFR was 49-52 mL/min/1.73m2. Prevalence of undiagnosed CKD ranged from 61.6 to 95.5%. UACR monitoring and treatment with SGLT2i was low across databases; UACR was notably 3-fold higher for patients with diagnosed CKD in Japan. Across all countries, blood pressure monitoring, and treatment with ACEi/ARB and statins was greater in patients with diagnosed CKD (Image 1). Conclusions: In five countries, a large proportion of patients with CKD stage 3 are undiagnosed and do not receive timely CKD management and monitoring, however, a greater proportion of patients meet care quality indicators when they have a CKD diagnosis. There is a clear need to proactively diagnose early-stage CKD so that patients can receive guideline-directed monitoring and treatments to improve outcomes. Funding: Commercial Support - AstraZeneca
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».