Retrace-Clustering Creatinine Trajectory and Baseline Features for Predicting ESKD
Notice bibliographique
Résumé
Background: Patients with ANCA-associated vasculitis (AAV) may experience end-stage kidney disease (ESKD) and mortality. We aim to investigate the connection between the longitudinal trajectory of creatinine and the occurrence of ESKD and mortality. Methods: We included patients with a minimum of two creatinine measurements, encompassing the baseline period and the following six months (Figure). Creatinine trajectories were formulated using six months of creatinine readings from AAV patients with kidney involvement. We excluded patients who presented with end-stage kidney disease (ESKD). In instances where a patient had multiple creatinine values within a given month, the average of those values was employed. Percentage delta creatinine values, representing the percentage difference between a creatinine value and its baseline, were then calculated. The K-means algorithm for longitudinal data was employed to cluster the creatinine trajectories of AAV patients. The quality of clustering was evaluated using the Calinski-Harabasz Index. We conducted a time-to-event analysis for ESKD and death, assessing the survival rates of the clusters over a five-year follow-up period through Kaplan-Meier Survival analysis. Results: The study incorporates 273 patients with >1 creatinine values, amounting to a total of 2022 creatinine readings. We identified three renal trajectory groups: A-Stable (140), B-Recovered (N=100), and C- Declining (N=33). The baseline features varied across clusters, specifically in terms of baseline creatinine (284uM, 390uM and 151uM respectively, p<0.001) and ENT involvement (p=0.001). When considering the composite outcome of ESKD and death, Cluster A exhibited a 3-year incidence rate of 23%, Cluster B at 8%, and Cluster C at 28% (p<0.0069). Conclusion: Trajectory clustering allows for the identification of patients who may require closer monitoring, or targeted interventions based on their cluster assignment and associated risk profile.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».