COVID-19 infection and the progression of kidney disease in British Columbia, Canada
Notice bibliographique
Résumé
BACKGROUND: We investigated the long-term effect of COVID-19 on estimated glomerular filtration rate (eGFR) trajectory and the association with progression to kidney failure in patients with CKD. METHODS: Patients living with non-dialysis-dependent CKD from British Columbia, Canada infected with COVID-19 (cases) were matched 1:2 to non-COVID-19-infected controls on variables including pre-COVID-19 annual rate of eGFR decline. Patients were followed from 90 days from the date of COVID-19 diagnosis. The Cox proportional hazard model was used for the primary outcome of kidney failure, defined as a composite of eGFR reaching <15 ml/min/1.73 m2, initiation of maintenance dialysis or kidney transplantation. A linear mixed regression model was used to calculate the annual rate of change in eGFR. RESULTS: The study included 802 patients: 268 cases and 534 controls. The median age was 70 years and 54% were male. Over ≈3 years of follow-up, the risk of developing kidney failure did not differ significantly between cases and controls. The annual rate of eGFR decline was 2.05 ml/min/1.73 m2 among cases versus 1.35 ml/min/1.73 m2 among controls, representing a rate difference of 0.71 ml/min/1.73 m2 (P = .02). CONCLUSION: In patients with non-dialysis-dependent CKD who survived at least 90 days without requiring dialysis, COVID-19 was not associated with an increased long-term risk of kidney failure over 3 years but was associated with a greater annual decline in eGFR. Future research with longer follow-up is required to examine if this difference persists and leads to increased risk for kidney failure.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».