Diagnostic Accuracy of Smartphone-Enabled Urinary Albumin-to-Creatinine Ratio Testing
Notice bibliographique
Résumé
BACKGROUND: Albuminuria is an important biomarker for detecting chronic kidney disease (CKD), particularly in at-risk individuals. Advances in diagnostic technology have introduced home-use, semiquantitative testing methods such as the FDA-cleared Minuteful Kidney Test (MKT). This study compares the diagnostic accuracy of the MKT to the Beckman Coulter AU 480 analyzer, a standard laboratory quantitative method, for detecting albuminuria in individuals with or at risk for CKD. METHODS: Urine samples were obtained from individuals with risk factors for kidney damage. Each sample was analyzed for the urinary albumin-to-creatinine ratio (uACR) using both the MKT and the laboratory standard method. Albuminuria was classified according to KDIGO guidelines: A1 (uACR <30 mg/g, "normal to mildly increased"), A2 (uACR 30-300 mg/g, "moderately increased"), and A3 (uACR >300 mg/g, "severely increased"). Sensitivity, specificity, positive predictive value (PPV), and negative predictive value (NPV) of MKT were calculated against the laboratory standard. RESULTS: Out of 615 collected urine samples, 555 met inclusion criteria. Albuminuria (uACR >30 mg/g) was detected in 24.9% of samples using the laboratory method (95% CI: 21.3%-28.5%). The MKT demonstrated a sensitivity of 96.4%, specificity of 84.2%, NPV of 98.6%, and PPV of 66.8%. MKT accurately categorized 85.6% of samples into the KDIGO albuminuria categories A1, A2, and A3, identifying 100% of laboratory-confirmed A3 samples as abnormal. CONCLUSIONS: The MKT shows high sensitivity, exceeding the guideline-required threshold (>85%, P < 0.001), and acceptable specificity for detecting albuminuria in high-risk populations. This device offers the potential to improve CKD detection and management and facilitate early intervention in primary care and community settings, where accurate rule-out capabilities are essential.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».