Screening Programs for Early Detection of CKD: A Systematic Literature Review
Notice bibliographique
Résumé
Background: Early detection of chronic kidney disease (CKD) allows intervention to delay progression and other adverse outcomes. Kidney Disease: Improving Global Outcomes (KDIGO) guidelines advise screening high-risk groups with albumin-to-creatinine ratio (ACR) and estimated glomerular filtration rate (eGFR); diagnostic if abnormality in one/both for ≥ 3 months. We investigated CKD screening programs in the US, Canada, Australia, and UK. Methods: Systematic literature review (SLR) of CKD screening programs in patients with diabetes and/or hypertension between Jan 2018 – Oct 2023. Results: Of 2361 records screened, 52 full-text reports were assessed, and 23 publications (of 21 studies) included. In addition to diabetes and/or hypertension (13 studies), high-risk groups included indigenous populations (4 studies), underserved areas (3 studies) and older population (1 study). Of the 21 studies, 5 reported screening prevalence and 16 described screening programs. Also, 7 studies reported 1 test (ACR or eGFR), 9 used ACR + eGFR, 5 used ACR + serum creatinine. Of the 16 screening programs, 9 were in community care and 7 in primary care. Prevalence (mean weighted) of screening in high-risk patients was 4-fold greater in community vs. primary care. Low screening rates were reported for patients with hypertension and diabetes (Fig. 1). Of 10 studies reporting assessment frequency, only 3 repeated ACR within 1 year. Conclusion: This SLR suggests a low prevalence of CKD screening of high-risk patients, particularly in primary care. Contrary to KDIGO guidelines, approximately one-third of studies performed incomplete screening (only 1 test); follow-up testing was infrequent or not reported. Inadequate testing for CKD and lack of adherence to KDIGO guidelines are delaying CKD diagnosis and appropriate early therapy. Funding: Commercial Support - Boehringer Ingelheim Pharmaceuticals, Inc. (BIPI) & Lilly, USA LLC
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 | 0,010 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,017 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».