Switching to the CKD-EPI but Not Modified FAS eGFR Formula Underdetects CKD Among Adolescents and Young Adults in México
Notice bibliographique
Résumé
Background: Guidelines recommend switching the glomerular filtration rate (eGFR) estimation from the CKiD-U25 to the CKD-EPI formula at age 18. We investigated how this would affect chronic kidney disease (CKD) classification. Methods: Serum creatinine was enzymatically measured in 1061 samples from 914 community-based 10–23-year-olds from Tlaxcala, Mexico, a region where urinary biomarkers demonstrated early kidney damage associated with exposure to inorganic toxins in a pediatric population. We calculated their eGFR using CKiD-U25, modified Schwartz, the first and modified Pottel full-age spectrum (FAS), and CKD-EPI formulae. Correlation analysis characterized the CKD stage stratified by age and sex. Results: At baseline, the median age was 13 (IQR: 12, 15) years, and 55% were female. Median CKiD-U25 eGFR was 96.9 (IQR: 83.3, 113.3) mL/min/1.73 m2, significantly lower than the CKD-EPI eGFR, which was 140.8 (IQR: 129.9, 149.3) mL/min/1.73 m2 (p < 0.0001, Wilcoxon rank test). The mean bias was 36.99 ± 12.89 mL/min/1.73 m2. Pearson correlation was r = 0.8296 (95% confidence interval 0.0898–0.8474). There was a better correlation between the modified Schwartz (r = 0.9421 (0.9349, 0.9485)) and the Pottel FAS (r = 0.9299 (0.9212, 0.9376)) formulae. Agreement was deficient when the eGFR was >75 mL/min/1.73 m2 in younger age and female sex. Modified Schwartz identified 281 (26.4%) measurements as having CKD 2 and 3 (2+), U25 identified 401 (37.7%) measurements as having CKD 2+, FAS identified 267 (25.1%) and modified FAS identified 282 (30%) measurements as having CKD 2+, and CKD-EPI identified 51 (4.8%) measurements as having CKD 2+, respectively. Conclusions: In this population, there needed to be better agreement between the various eGFR formulae. CKD-EPI identifies substantially fewer at-risk participants as having CKD.
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 | 0,000 |
| 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 ».