Inside CKD: Cost-Effectiveness of Multinational Screening for CKD
Notice bibliographique
Résumé
Introduction: Early detection of chronic kidney disease (CKD) could slow its progression; however, most patients in earlier stages remain undiagnosed. Our study objective was to assess the cost-effectiveness of multinational CKD screening strategies from the payer perspective across general and higher-risk populations. Methods: Using the published Inside CKD microsimulation, we projected virtual closed populations to assess CKD screening strategies in 31 countries or regions over a lifetime horizon. We considered people aged ≥ 65 or ≥ 45 years in the general population and in high-risk subgroups (type 2 diabetes [T2D], hypertension, or cardiovascular disease [CVD]). Simulated populations could receive 2 serum creatinine (SCr) tests assessing estimated glomerular filtration rate (eGFR), "2 eGFR only", or an additional urinary albumin-to-creatinine ratio test (UACR), "2 eGFR and 1 UACR", versus current practice. Eligible patients received renin-angiotensin system inhibitors (RASi). Results: Screening the general population aged ≥ 45 years for CKD was cost-effective versus current practice in all countries or regions using the "2 eGFR and 1 UACR" strategy, and cost-effective in all but 1 country using the 2 eGFR only strategy. The 2 eGFR and 1 UACR strategy showed consistently higher cost-effectiveness. Screening general populations aged ≥ 45 years increased projected CKD diagnosis rates per 100,000 persons eligible for screening from 459 by current practice to 7475 patients using 2 eGFR only, or 14,392 using 2 eGFR and 1 UACR. Similar trends in cost-effectiveness and diagnosis rates were observed in persons aged ≥ 65 years. Conclusion: CKD screening may be cost-effective in general populations worldwide, including in populations aged ≥ 45 years. Our analysis corroborates global guideline recommendations for simultaneous eGFR and UACR testing if considered in the context of local factors.
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 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,003 | 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 ».