A Population Health Survey-Based Prediction Equation for Incident CKD: The CKD Population Risk Tool CKDPort/PREDICT-CKD LIFESTYLE
Notice bibliographique
Résumé
Background: Chronic kidney disease awareness among the general public is less than 10%. Patients' health behaviours are known to be associated with CKD development and disease progression. Prediction tools that engage the general public with their self-reported health information could increase awareness, identify modifiable lifestyle risk factors, empower patients, and prevent disease. The study objective was to develop and validate a population health survey-based prediction equation to determine the risk of incident CKD in the general public. Methods: Participants who completed the Canadian Community Health Survey (CCHS) were linked to laboratory and hospital admission data between 2000 and 2015 in Ontario, Canada. The primary outcome was incident CKD (eGFR < 60 ml/min/1.73m2) with up to 8 years of follow-up. Models accounted for the competing risk of all-cause mortality. The CCHS is a random, comprehensive, prospective, general population survey that captures information on demographics, co-morbid illnesses, lifestyle and behaviours, diet, body mass index and mood. External validation was performed using data from the UK Biobank. Results: From 22,200 eligible adults, 1,981 (8.9%) developed incident CKD during a mean follow-up time of 8 years. Domains included in the final reduced model were baseline eGFR, smoking, alcohol, physical activity, education, mood, fruit and vegetable intake, diabetes, hypertension, heart and lung disease, urinary incontinence, cancer, and BMI. The model demonstrated excellent discrimination in individuals with and without a baseline eGFR measure (5-year c-statistic with baseline eGFR: 0.84 95%CI 0.82-0.85, without 0.81 95%CI 0.80-0.82), was well calibrated (Brier score at 5-years with baseline eGFR: 0.07 95%CI 0.007-0.08, without 0.08 95%CI 0.07-0.08), and was consistent in a sensitivity analysis using 2 measures of eGFR > 90 days apart to define the outcome. The model was consistent with external validation. Conclusions: Lifestyle and health behaviour information from population-based health surveys can predict incident CKD in the population with excellent discrimination and can be used to improve public engagement in CKD awareness.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| 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 | 0,001 |
| 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 ».