KDIGO 2025 clinical practice guideline for the evaluation, management, and treatment of autosomal dominant polycystic kidney disease (ADPKD): executive summary
Notice bibliographique
Résumé
The Kidney Disease: Improving Global Outcomes (KDIGO) 2025 Clinical Practice Guideline for the Evaluation, Management, and Treatment of Autosomal Dominant Polycystic Kidney Disease (ADPKD) represents the first KDIGO guideline on this subject. Its scope includes nomenclature, diagnosis, prognosis, and prevalence; kidney manifestations; chronic kidney disease (CKD) management and progression, kidney failure, and kidney replacement therapy; therapies to delay progression of kidney disease; polycystic liver disease; intracranial aneurysms and other extrarenal manifestations; lifestyle and psychosocial aspects; pregnancy and reproductive issues; pediatric issues; and approaches to the management of people with ADPKD. The guideline has been developed with patient partners, clinicians, and researchers around the world, with the goal to generate a useful resource for healthcare providers and patients by providing actionable recommendations. The development of this guideline followed an explicit process of evidence review and appraisal, based on a rigorous, formal systematic literature review. The strength of recommendations follows the Grading of Recommendations Assessment, Development, and Evaluation (GRADE) approach. The guideline also provides practice points serving to direct clinical care or activities relating to areas for which a systematic review was not conducted. Limitations of the evidence are discussed. Research recommendations to address gaps in knowledge, and implications for policy and payment, are provided. The guideline targets a broad audience of healthcare providers, people living with ADPKD, and stakeholders involved in the various aspects of ADPKD care.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».