Characteristics of patients with undiagnosed stage 3 chronic kidney disease: results from an observational study (REVEAL-CKD) in China
Notice bibliographique
Résumé
Background Early diagnosis of chronic kidney disease (CKD) is crucial for timely intervention to delay disease progression and improve patient outcomes.However, data for clinical characteristics of Chinese patients with undiagnosed, early-stage CKD are lacking.Methods REVEAL-CKD is a multinational, observational study using real-world data in selected countries to describe factors associated with undiagnosed stage 3 CKD, time to diagnosis, and CKD management post diagnosis.We analysed patient data from 20 hospitals in the China Renal Data System.Adult patients with two consecutive estimated glomerular filtration rate (eGFR) measurements indicating stage 3 CKD (30-<60 ml/min/1.73m 2 ) recorded >90-730 days apart from 2015 to 2020 were eligible.Findings Among 35,222 eligible patients, 25,214 (71.6%) were undiagnosed (lacked a CKD diagnostic code before and up to six months post-second-qualifying-eGFR).Only 2344 (9.3%) undiagnosed patients eventually received a delayed diagnosis, whose median time to diagnosis was 18.1 (95% CI: 17.6-18.8)months.Age ≥65 years, being female, stage 3A CKD, and the absence of nephrology visit and comorbidities (diabetes, established cardiovascular disease, heart failure, hypertension, or chronic nephritic syndrome) were associated with undiagnosed CKD (P < 0.001).Among the diagnosed patients, the proportion receiving ≥1 prescription of guideline-recommended medications (e.g.reninangiotensin system inhibitors) increased and their eGFR decline attenuated post-diagnosis.Interpretation The high proportion of undiagnosed, early-stage CKD, and delayed diagnosis are concerning.The improved prescription patterns and the attenuation of eGFR decline post-diagnosis demonstrate the importance of early diagnosis and timely intervention in CKD patients.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 ».