Extent of Screening for CKD Development and Monitoring for CKD Complications in Childhood Cancer Survivors: A Single-Centre Retrospective Cohort Study
Notice bibliographique
Résumé
Background: Childhood cancer survivors (CCS) are at risk for CKD. The extent to which CCS are screened for CKD, or monitored for CKD complications is unknown. We evaluated: 1) the extent of screening for CKD in CCS ≥6 months post-cancer therapy; 2) in patients attaining CKD criteria, the extent of monitoring for CKD complications and of nephrology referral; and 3) the association of patient and cancer characteristics with CKD screening. Methods: Retrospective cohort study of CCS, ≤18 years at cancer diagnosis from 2016–2020 at a quaternary care referral institution. Outcomes: 1) CKD screening (serum creatinine [SCr] or proteinuria); 2) CKD complications monitoring (i.e., repeat SCr/proteinuria; nephrology referral; vitamin D; PTH; hemoglobin; frequency per KDIGO guideline/CKD severity). CKD defined as: a) “non-strict”: any abnormal result; b) “strict”: ≥2 abnormal results (eGFR or proteinuria); ≥3 months apart; no normal results in between. Associations between characteristics and CKD screening were evaluated using distribution-appropriate univariable analyses. Results: Of 443 CCS, only 240 (54.2%) and 132 (29.8%) were screened for non-strict and strict CKD, respectively; 41 (17.1%) and 15 (11.4%) attained criteria for non-strict and strict CKD, respectively. In CCS with non-strict and strict CKD respectively, percentages with complications monitoring: SCr measured (92.7%; 100.0%); urine protein measured (76.9%; 86.7%); nephrology referral (54.1%; 61.5%); vitamin D (36.8%; 61.5%); PTH (31.6%; 38.5%); hemoglobin (90.2%; 93.3%). Table: several variables were associated with CKD screening; many are recognized kidney risk factors. Conclusion: Screening for CKD and monitoring for CKD complications in CCS are not ideal. Kidney guidelines and follow-up in CCS should be improved to reduce CKD and complications. Funding: Government Support – Non-U.S.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».