Xác nhận bên ngoài độc lập và so sánh các mô hình dự đoán về tử vong và liệu pháp thay thế thận trong CKD nâng cao

TRỪU TƯỢNG

1. Cơ sở lý luận & Mục tiêu

Phương trình rủi ro suy thận (KFRE) được sử dụng rộng rãi để dự đoán nguy cơ bắt đầu điều trị thay thế thận (KRT) ở bệnh thận mãn tính (CKD) giai đoạn G3-G5. Máy tính Gram mới được phát triển cho CKD nâng cao (giai đoạn G4 cộng ) dự đoán việc bắt đầu KRT, các biến cố tim mạch và tử vong bằng cách kết hợp độc đáo nguy cơ tử vong cạnh tranh. Chúng tôi nhằm mục đích xác thực công cụ này trong nhóm thuần tập G4 cộng với giai đoạn tử vong và KRT.

2. Thiết kế nghiên cứu

Nghiên cứu thuần tập hồi cứu.

3. Cài đặt & Người tham gia

442 bệnh nhân mắc CKD giai đoạn G4+ (tuổi trung bình ± SD, 73 ± 12 tuổi; trung bình ± SD mức lọc cầu thận ước tính, 20 ± 6,2 mL/phút/1,73 m2 ) đã đến khám tại phòng khám CKD đa khoa tại Trung tâm Khoa học Y tế Kingston ở Ontario, Canada. Kết quả & Phương pháp tiếp cận phân tích: Phân biệt đối xử và hiệu chuẩn đã được kiểm tra về kết quả tử vong bằng cách sử dụng điểm số Gram của 2- và 4-năm. Điểm số Grams của năm 2- và 5-và 2- và 4-năm được so sánh về mặt phân biệt đối xử và hiệu chuẩn cho KRT.

4. Kết quả

Có 91, 161 và 2{{10}}6 sự kiện tử vong và 90, 145 và 159 sự kiện KRT trong đoàn hệ của chúng tôi lần lượt sau 2, 4 và 5 năm. Mô hình Grams thể hiện sự phân biệt khiêm tốn đối với cái chết sau 4 năm (diện tích dưới đường cong [AUC] {{20}}.70; KTC 95 phần trăm, 0.{{14 }}.75) và hoạt động kém hơn sau 2 năm (AUC, 0.63; 95% CI, 0.57-0.70). Nó chỉ dự đoán quá mức cái chết khoảng 10 phần trăm trên hầu hết phạm vi dự đoán. Cả hai mô hình đều có sự phân biệt tương tự đối với KRT sau 2 năm (KFRE AUC, 0.83; 95% CI, 0.78-0.88 và Gram AUC, 0.8; 95% CI, 0.{{35 }}.87), 4 năm (Gram AUC, 0,82; 95% CI, 0.77-0.86) và 5 năm (KFRE AUC, 0,81; 95% CI, 0.{{ 49}}.85). Đã có hiệu chuẩn tuyệt vời cho KRT bằng cách sử dụng các giá trị KFRE năm 2-và Gram cho các ngưỡng rủi ro được dự đoán là Nhỏ hơn hoặc bằng 15 phần trăm và sử dụng các giá trị KFRE năm 5-và 4-năm cho ngưỡng rủi ro dự đoán là Nhỏ hơn hoặc bằng 20 phần trăm . Ở phạm vi rủi ro cao hơn, KFRE dự đoán quá mức và Grams dự đoán thấp rủi ro KRT.

5. Hạn chế

Đây là nghiên cứu một trung tâm với nhóm thuần tập chủ yếu là Người da trắng bị giới hạn bởi các cỡ mẫu nhỏ hơn ở phạm vi rủi ro dự đoán cao hơn, đặc biệt đối với máy tính Gram.

6. Kết luận

Mô hình Grams cung cấp các dự đoán tử vong có độ chính xác vừa phải và cần xem xét việc kết hợp nó vào giáo dục bệnh nhân và lập kế hoạch chăm sóc nâng cao. Cả hai mô hình Grams và KFRE vẫn hữu ích về mặt lâm sàng để xác định rủi ro KRT trong CKD tiên tiến.

Nhấn vào đây để nhận được những lợi ích của Cistanche cho thận

GIỚI THIỆU

Bệnh thận mãn tính (CKD) có liên quan đến việc tăng nguy cơ mắc các biến cố tim mạch, tử vong và suy giảm dần tốc độ lọc cầu thận (GFR) dẫn đến suy thận.1,2 Tuy nhiên, kết quả ở những bệnh nhân mắc CKD khá khác nhau. Tốc độ tiến triển và các kết quả khác khác nhau giữa các cá nhân tùy thuộc vào các yếu tố lâm sàng và nhân khẩu học như nguyên nhân của CKD, mức độ giảm GFR và protein niệu, tình trạng bệnh kèm theo, tuổi tác, khả năng tiếp cận chăm sóc sức khỏe, sắc tộc và nhiều yếu tố khác.3 Do đó, mối quan tâm đến việc tích hợp các công cụ dự đoán rủi ro vào thực hành lâm sàng đã tăng lên để bệnh nhân có nguy cơ thấp có thể không phải lo lắng quá mức và xét nghiệm y tế tốn kém, trong khi bệnh nhân có nguy cơ cao có thể tiếp cận các biện pháp can thiệp kịp thời, phù hợp như giới thiệu khoa thận, đăng ký vào phòng khám đa khoa, và chuẩn bị liệu pháp thay thế thận (KRT).4-6

Mặc dù nhiều công cụ dự đoán rủi ro đã được phát triển trong các nhóm thuần tập CKD trên toàn thế giới, nhưng hầu hết chưa được xác nhận đầy đủ hoặc được tích hợp rộng rãi vào thực hành lâm sàng.7 Phương trình Rủi ro Suy thận (KFRE) được Tangri và cộng sự phát triển trong dân số Canada (các giai đoạn của CKD {{ 2}}) và là mô hình dự đoán KRT được xác thực nhất.8-15 Phép lặp biến 4-sử dụng tuổi, giới tính, GFR ước tính (eGFR) và tỷ lệ albumin-creatinine trong nước tiểu (ACR) để dự đoán rủi ro của các giai đoạn CKD G3-G5 chuyển sang giai đoạn bắt đầu KRT bằng cách sử dụng điểm số KFRE 2-năm và 5-năm (lần lượt là KFRE-2 và KFRE-5).8 Xác thực liên quan đến 31 nhóm thuần tập đa quốc gia với eGFR cơ sở trung bình là 46 mL/phút/1,73 m2 cho thấy KFRE có khả năng phân biệt cao và hiệu chuẩn phù hợp.16

Năm 2018, Grams và cộng sự9 đã phát triển một công cụ dành riêng cho dân số mắc CKD giai đoạn G4 cộng (eGFR < 30 mL/phút/1,73 m2 ) để dự đoán cả xác suất và thứ tự của KRT, các biến cố bệnh tim mạch (CVD) và tử vong ở tuổi thứ 2 và thứ 4 năm. Công cụ này kết hợp 9 đặc điểm lâm sàng và nhân khẩu học trước đây đã được chứng minh là yếu tố dự đoán kết quả quan trọng trong CKD giai đoạn G4 plus . 17 Công cụ mới lạ này, được coi là điểm cuối cạnh tranh độc nhất vô nhị trong quá trình phát triển của nó, chưa được xác nhận rộng rãi từ bên ngoài. Một nghiên cứu gần đây về 2 đoàn hệ—Cơ quan Đăng ký Thận Thụy Điển và Nghiên cứu Chất lượng Châu Âu—đã kiểm tra khả năng dự đoán của nó đối với KRT nhưng không kiểm tra kết quả quan trọng khác là tử vong.14 Nghiên cứu của chúng tôi nhằm đánh giá khả năng phân biệt và hiệu chuẩn của công cụ mới này đối với tử vong và KRT trong một đoàn hệ CKD giai đoạn G4 cộng với bệnh thận và để so sánh hiệu suất của nó với hiệu suất của KFRE.

bột hồ đào

PHƯƠNG PHÁP

1. Thiết kế nghiên cứu và đoàn hệ

Chúng tôi đã thực hiện một nghiên cứu thuần tập hồi cứu đối với những người trưởng thành (lớn hơn hoặc bằng 18 tuổi) đã đến khám tại phòng khám CKD đa khoa ít nhất một lần tại Trung tâm Khoa học Sức khỏe Kingston ở Ontario, Canada, vào năm 2013 và là những người có tỷ lệ albumin-creatinine được ghi nhận và eGFR < 30 mL/phút/1,73 m2 theo phương trình dựa trên creatinine của CKDEPI (Cộng tác Dịch tễ học Bệnh thận Mãn tính).18 Năm 2013, phòng khám CKD của Trung tâm Khoa học Y tế Kingston là phòng khám duy nhất như vậy trong khu vực bao gồm dân số lưu vực là 500,000 cư dân ở đông nam Ontario. Hồ sơ y tế điện tử được sử dụng để trích xuất dữ liệu nhân khẩu học và lâm sàng, bao gồm huyết áp tâm thu, tại phòng khám liên quan đến xét nghiệm máu, tình trạng hút thuốc, bệnh tiểu đường và tiền sử bệnh tim mạch (được định nghĩa là ít nhất 1 trường hợp nhồi máu cơ tim, đột quỵ hoặc tim mạch). sự thất bại). Phê duyệt đạo đức được lấy từ Ban đạo đức nghiên cứu bệnh viện giảng dạy và khoa học sức khỏe trực thuộc (6004492). Sự đồng ý có hiểu biết đã bị từ bỏ vì tất cả thông tin của người tham gia nghiên cứu đã được xác định lại. Nghiên cứu của chúng tôi tuân theo Báo cáo minh bạch về mô hình dự đoán đa biến đối với báo cáo mô hình dự đoán Tiên lượng hoặc Chẩn đoán Cá nhân (TRIPOD).

2. Kết quả

Kết quả bao gồm các trường hợp tử vong quan sát được sau 2 và 4 năm kể từ lần thăm khám tại phòng khám theo chỉ số năm 2013 và bắt đầu KRT sau 2, 4 và 5 năm. Cái chết được xác định chắc chắn bằng cách sử dụng hồ sơ từ văn phòng của Tổng cục Đăng ký Ontario, nơi cung cấp ngày chết và mã Phân loại Bệnh tật Quốc tế về nguyên nhân cái chết của tất cả các bệnh nhân đã chết.19 Các biến cố tim mạch không được đưa vào phân tích này, vì chúng tôi không thể tự tin rằng tất cả các sự kiện sẽ được ghi lại vì bệnh nhân có thể đã được đưa vào các bệnh viện khác trong khu vực. Tuy nhiên, Trung tâm Khoa học Y tế Kingston cung cấp chương trình KRT duy nhất trong khu vực y tế của chúng tôi; do đó, dữ liệu KRT được cho là rất mạnh mẽ, ít có khả năng bị mất khi theo dõi. Việc không có dữ liệu CVD ngăn cản việc phân tích thời gian của các sự kiện liên quan đến nhau. Do số lượng người chết sau khi bắt đầu KRT có hạn, chúng tôi đã giới hạn phân tích ở tổng số người chết không phụ thuộc vào thời gian của KRT.

3. Dự đoán

Các yếu tố dự đoán được sử dụng trong nghiên cứu bao gồm điểm rủi ro máy tính Gram 2-năm và 4-năm (Gram-2 và Gram-4, tương ứng) đối với bất kỳ KRT nào và bất kỳ trường hợp tử vong nào và Điểm 4- biến KFRE-2 và KFRE-5 cho KRT tại thời điểm thăm phòng khám chỉ số vào năm 2013. Các nhà phát triển mô hình Grams đã cung cấp cho chúng tôi mã và hệ số của mô hình, đồng thời những đã được sử dụng để tạo dự đoán mô hình Grams của chúng tôi. Các rủi ro dự đoán về bất kỳ trường hợp tử vong nào và bất kỳ KRT nào, không phụ thuộc vào thứ tự xảy ra, được tính bằng cách tính tổng tất cả các xác suất, bao gồm cả các kết quả này. Ví dụ: xác suất của bất kỳ trường hợp tử vong nào bao gồm tổng xác suất tử vong sau KRT, sau CVD, sau KRT và CVD và chỉ tử vong.

Cistache tubulosa

4. Phân tích

Không có dữ liệu nào bị thiếu cho toàn bộ đoàn hệ liên quan đến tất cả dữ liệu cơ bản, ngoại trừ sắc tộc của bệnh nhân. Ở những nơi không có dữ liệu về dân tộc (n=3), các dự đoán Gram được tạo ra để quy kết chủng tộc Da trắng. Đối với 7 bệnh nhân có mức tỷ lệ albumin-creatinine thấp hơn ngưỡng phát hiện, chúng tôi quy kết đầu vào mô hình thấp nhất (10 mg/g).

5. Phân biệt đối xử

Sự phân biệt mô tả khả năng của một mô hình để tách những người trải nghiệm sự kiện khỏi những người không. Điều này được đánh giá bằng cách sử dụng các đường cong đặc tính vận hành máy thu (ROC), ước tính điểm diện tích dưới đường cong (AUC) và khoảng tin cậy 95 phần trăm (CIs). Các đường cong ROC và AUC được tạo ra để đánh giá hiệu suất phân biệt đối xử của các mô hình Gram năm 2- và 4-khi dự đoán cái chết. AUC cũng được tính cho kết quả của KRT cho các mô hình KFRE năm 2- và 5-và các mô hình Grams năm 2- và 4-. So sánh AUC giữa 2 mô hình sau 2 năm đối với nguy cơ KRT quan sát được đã được thực hiện bằng phương pháp Delong-Delong-Clarke Pearson.20 Chúng tôi giải thích AUC như sau:<0.7 as poor, 0.7-0.79 as fair, 0.8-0.89 as good, and >0.9 là xuất sắc.21 Ngoài ra, các chỉ số C của Harrell (HCI) đã được tính toán để kiểm tra khả năng phân biệt đối xử, có tính đến thời gian diễn ra sự kiện.

6. Hiệu chuẩn

Hiệu chuẩn kiểm tra sự thống nhất giữa dự đoán và kết quả quan sát được. Điều này được ghi lại trong các biểu đồ hiệu chỉnh so sánh bằng đồ họa các rủi ro tử vong được dự đoán và quan sát thấy ở 2 và 4 năm đối với mô hình Gram và so sánh rủi ro KRT năm 2- và 4-với 5-năm đối với Gram và các mô hình KFRE. Các biểu đồ được tạo bằng cách sử dụng làm mịn biểu đồ phân tán có trọng số cục bộ trên các giá trị rủi ro được dự đoán, với các biểu đồ thảm dọc theo trục x để trực quan hóa việc phân phối dữ liệu rủi ro được dự đoán, cũng như xác suất quan sát trung bình của một kết quả giữa các nhóm bệnh nhân được xác định theo nhóm thập phân vị rủi ro dự đoán. Điểm Brier, từ 0 (chính xác nhất) đến 1 (kém chính xác nhất), độ chính xác của dự đoán được đo lường.

bổ sung nước tiểu

CUỘC THẢO LUẬN

Nghiên cứu này trong một đoàn hệ CKD tiên tiến với tỷ lệ mắc bệnh tiểu đường và CVD cao là nghiên cứu đầu tiên xác nhận bên ngoài mô hình dự đoán Gram cho cả tử vong và KRT. Chúng tôi nhận thấy rằng mô hình Grams thể hiện sự phân biệt đối xử công bằng trong việc xác định những bệnh nhân trải qua cái chết trong khung thời gian dài hơn (Grams{{0}} AUC, 0.70; 95% CI, 0.65- 0.75) và hoạt động không hiệu quả trong khung thời gian ngắn hơn (Gram-2 AUC, 0,63; KTC 95 phần trăm, 0.57-0.70). Sự phân biệt khiêm tốn này một phần có thể là do tính đồng nhất của đoàn hệ của chúng tôi, bao gồm các bệnh nhân có các giá trị đồng biến tương tự nhau. Ngoài ra, hiệu suất khiêm tốn đối với kết quả của cái chết nói chung là không có gì đáng ngạc nhiên, vì cái chết vẫn là một kết quả khó dự đoán. Ngay cả các công cụ dự đoán tỷ lệ tử vong được sử dụng rộng rãi cũng chỉ được chứng minh là có độ chính xác khiêm tốn, với sự thay đổi đáng kể trong các cơ sở lâm sàng khác nhau.22 Chúng tôi vẫn không chắc chắn về lý do tại sao Gram-4 vượt trội hơn Gram-2 trong phân biệt tử vong.

Dữ liệu phân biệt đối xử cụ thể đối với kết quả tử vong không có sẵn để so sánh trong nghiên cứu phát triển và nghiên cứu của chúng tôi là nghiên cứu đầu tiên xác nhận bên ngoài kết quả này. Mô hình Grams được hiệu chỉnh khá tốt cho kết quả của cái chết, và mặc dù nó có xu hướng dự đoán quá mức cái chết trong hầu hết phạm vi dự đoán, nhưng nó chỉ làm như vậy khoảng 10 phần trăm. Tỷ lệ tử vong quan sát được cao hơn trong các đoàn hệ dẫn xuất Gram (47%; thời gian theo dõi trung bình, 3,5 năm) so với đoàn hệ của chúng tôi (36% sau 4 năm; 47% sau 5 năm). Những khác biệt về tỷ lệ rủi ro cơ bản này có thể phần nào giải thích cho việc dự đoán quá mức khoảng 10 phần trăm.9 Chúng tôi không thể nhận xét về sự khác biệt về đặc điểm bệnh nhân giữa 2 nhóm, vì các đặc điểm của nhóm phát triển không được cung cấp.9 Khả năng của Grams{{ 13}} để dự đoán tỷ lệ tử vong với độ chính xác hợp lý cho thấy rằng nó có thể đóng vai trò quan trọng trong việc tăng cường các cuộc thảo luận lâm sàng xung quanh các mục tiêu chăm sóc và giáo dục bệnh nhân.

Các mô hình Grams KRT thể hiện khả năng phân biệt tốt giữa những người bắt đầu và không bắt đầu KRT sau 2 và 4 năm, với AUC là 0.81 (KTC 95 phần trăm 0.76- 0 .87) và 0.82 (KTC 95 phần trăm 0.77-0.86), tương ứng, tương tự như trong nghiên cứu thuần tập Cơ quan đăng ký thận Thụy Điển ({ {14}}.84 [KTC 95%, 0.83-0.85] so với {{20}}.83 [KTC 95%, 0.{ {24}}.83], tương ứng).14 Các kết quả KFRE KRT AUC cũng rất giống nhau hoặc cao hơn một chút trong các nghiên cứu cũng tập trung vào các quần thể CKD tiến triển (giai đoạn G4 cộng với ).11,14,15 Phân biệt thời gian đến sự kiện bằng cách sử dụng HCI khá đến tốt, từ 0.77 đến 0.8{{40}}, với KFRE-2 hoạt động tốt nhất (HCI, {{47} }.80; 95% CI, 0.75-0.85). HCI KFRE của chúng tôi có thể so sánh với các nghiên cứu thuần tập Nghiên cứu Chất lượng Châu Âu của Thụy Điển (2-HCI năm, 0,76 [KTC 95 phần trăm, 0.72-0,80]; HIC 5-năm, 0,75 [ 95% CI, 0.72-0.79]).14

Cả hai mô hình Grams và KFRE đều được hiệu chuẩn tương tự để bắt đầu KRT với các rủi ro được dự đoán là<15% at 2 years and predicted risks of <20% at 4 and 5 years but were poorly calibrated at higher ranges of predicted risk. The Grams model underestimates risk at risk thresholds of >20 phần trăm , cũng đã được chứng minh trong Cơ quan đăng ký thận Thụy Điển và đoàn hệ Nghiên cứu Chất lượng Châu Âu.14 Điều này khác với kết quả kiểm chứng nội bộ của Grams, nơi có xu hướng dự đoán rủi ro quá mức, mặc dù mức độ của điều này là rất khác nhau giữa các đoàn hệ.9 Tỷ lệ KRT quan sát được trong đoàn hệ dẫn xuất của Gram (12% ; thời gian theo dõi trung bình, 3,5 năm) thấp hơn so với đoàn hệ của chúng tôi (33% sau 4 năm), điều này có thể góp phần vào sự khác biệt được quan sát.9 Việc không có dữ liệu tổng kết về các đặc điểm của bệnh nhân trong đoàn hệ phát triển Gram ngăn cản việc so sánh các đặc điểm của bệnh nhân. Ngược lại, các mô hình KFRE dự đoán quá mức rủi ro ở các ngưỡng cao hơn. Trong cả nghiên cứu kiểm chứng KFRE đa quốc gia ban đầu16 và trong nghiên cứu kiểm chứng G4 cộng với KFRE đa quốc gia,9, cả hai đánh giá quá thấp và đánh giá quá cao đều được ghi nhận trong các nhóm thuần tập riêng lẻ ở mọi mức độ rủi ro. Hầu hết các nghiên cứu hiệu chỉnh khác cũng đã chứng minh xu hướng các mô hình KFRE đánh giá quá cao rủi ro ở các giai đoạn CKD11,15 và CKD nâng cao G3-G5.2 Trong Nghiên cứu Chất lượng Châu Âu và đoàn hệ Đăng ký thận Thụy Điển, KFRE{{18} } cũng đánh giá quá cao rủi ro, mặc dù, không giống như trong nghiên cứu hiện tại, KFRE-2 thì không.14 Tỷ lệ KRT trong nhóm phát triển KFRE chỉ là 11 phần trăm (thời gian theo dõi trung bình, 2,1 ± 2,0 năm),8 mà thấp hơn tỷ lệ KRT là 20 phần trăm được quan sát trong nghiên cứu này. Điều này không có gì đáng ngạc nhiên khi đoàn hệ của chúng tôi có CKD tiên tiến hơn với eGFR thấp hơn và ACR cao hơn so với đoàn hệ phát triển KFRE. Sự khác biệt về hiệu suất mô hình giữa các nhóm khác nhau nhấn mạnh tầm quan trọng của việc xác thực bên ngoài mô hình rộng rãi trong nhiều cài đặt và quần thể khác nhau.

viên nang cistache

The overestimation of KRT initiation by the KFRE models likely stems from their lack of accounting for death as a competing risk. The Grams model accounts for the competing risk of death; it accordingly underestimates the risk of KRT initiation. The recent study by Ramspek et al14 considered the competing risk of death in their discrimination and calibration analyses and found very similar findings to our own. Given this consistent overprediction and underprediction of KRT in terms of calibration for KFRE and Grams, respectively, and their similarly good discriminatory abilities, our findings suggest a potential role for using these models in tandem. In our population, the average of the KFRE and Grams scores appears to offer a more accurate clinical prediction score when the predicted risk scores are >20 phần trăm . Điều này cần được khám phá thêm ở các quần thể bệnh nhân khác.

Người ta đã ủng hộ một cách thích hợp rằng dự đoán rủi ro nên được sử dụng để giúp hướng dẫn giáo dục bệnh nhân, ra quyết định lâm sàng và quản lý nguồn lực trong việc chăm sóc bệnh nhân mắc CKD.4,5,23,24 Trong thiết kế phương pháp tiếp cận dựa trên rủi ro để chăm sóc lâm sàng, hiệu suất xét nghiệm ở bất kỳ ngưỡng nhất định nào, tỷ lệ kết quả và khả năng phân loại sai đối với kết quả của bệnh nhân và việc sử dụng tài nguyên đều cần được xem xét trong bối cảnh đặc điểm dân số của từng trung tâm. Sử dụng quyền quyết định của nhà cung cấp và tính đến bối cảnh lâm sàng của từng bệnh nhân, các công cụ dự đoán rủi ro này có thể được sử dụng để tăng cường các cuộc thảo luận về tiên lượng. Các ngưỡng cho khoa thận, chăm sóc CKD đa ngành và chuyển tuyến lập kế hoạch cấy ghép hoặc lỗ rò đã được đề xuất và được một số trung tâm sử dụng mô hình KFRE.5 Bệnh nhân dưới ngưỡng đề xuất vẫn cần được theo dõi và điều chỉnh yếu tố rủi ro, và những bệnh nhân tiến triển sau đó có thể được giới thiệu phù hợp. Các công cụ và giáo dục để hỗ trợ các nhà cung cấp dịch vụ chăm sóc chính trong việc quản lý bệnh nhân CKD có nguy cơ KRT thấp hơn cần được phát triển và dễ dàng tiếp cận. Những điều này nên đặc biệt tập trung vào bệnh tim mạch– và các tác nhân điều chỉnh bệnh thận như phong tỏa hệ thống renin-angiotensin và chất ức chế{11}} đồng vận chuyển natri-glucose. Các nguồn lực đắt đỏ cần thiết để quản lý các phòng khám thận, phòng khám đa khoa và lập kế hoạch KRT sau đó có thể được phân bổ hợp lý hơn cho những bệnh nhân có nguy cơ cao hơn. Dự đoán rủi ro tại thời điểm 2-năm sẽ hợp lý hơn đối với giới thiệu cấy ghép, giáo dục KRT và tiếp cận mạch máu, trong khi dự đoán năm 4- và 5-có thể hợp lý hơn đối với giới thiệu khoa thận. Để kết hợp cách tiếp cận dựa trên rủi ro này vào quá trình ra quyết định lâm sàng, các ngưỡng đề xuất cần được xác nhận rộng rãi từ bên ngoài trong các quần thể được giới thiệu chăm sóc thận tổng quát và chăm sóc CKD đa ngành.

nghiên cứu của chúng tôi có một số điểm mạnh. Chúng tôi bao gồm những bệnh nhân mắc bệnh CKD giai đoạn G4 cộng với những người được theo dõi tại phòng khám CKD đa khoa duy nhất trong khu vực, ít bị mất dữ liệu theo dõi và thiếu dữ liệu. Chúng tôi cũng là trung tâm KRT khu vực duy nhất; do đó, rất có khả năng tất cả các kết quả KRT đã được nắm bắt. Dữ liệu về tình trạng quan trọng được cung cấp bởi Tổng cục đăng ký Ontario, hạn chế khả năng bỏ sót các sự kiện tử vong. Đoàn hệ xác thực của chúng tôi tương tự như đoàn hệ của nhiều đoàn hệ CKD đã xuất bản khác và do đó đại diện cho dân số sử dụng các công cụ.9 Chúng tôi thừa nhận một số hạn chế. Trước hết, phân tích của chúng tôi bị giới hạn bởi kích thước mẫu nhỏ hơn ở phạm vi rủi ro dự đoán cao hơn, đặc biệt đối với máy tính Gram. Điểm số KFRE được quan sát được phân bổ tốt hơn trên phạm vi xác suất. Thứ hai, nghiên cứu của chúng tôi là một nghiên cứu đơn trung tâm và tương tự như các nhóm phát triển, có một nhóm thuần tập chủ yếu là Da trắng. Liệu những phát hiện này có thể được ngoại suy cho các quần thể bệnh nhân đa dạng về chủng tộc hay không vẫn chưa được biết. Ngoài ra, chúng tôi không có eGFR tối thiểu ở mức cơ bản cho đoàn hệ của mình; do đó, chúng tôi đã bao gồm những bệnh nhân trong mẫu của mình, những người có khả năng sẽ chọn phương pháp chăm sóc bảo tồn. Tuy nhiên, tỷ lệ những bệnh nhân này có eGFR < 6 mL/phút/1,73 m2 trong đoàn hệ của chúng tôi nhìn chung là khá thấp (n=4; 0,9 phần trăm). Cuối cùng, việc thiếu hồ sơ y tế điện tử tích hợp để truy cập hồ sơ bệnh viện khu vực đã ngăn cản việc đánh giá thành phần biến cố tim mạch của công cụ Grams. Mô hình này cung cấp khả năng dự đoán rủi ro của các biến cố tim mạch ở bệnh nhân mắc bệnh CKD tiến triển, vốn chưa được nghiên cứu kỹ.25 Đây vẫn là một ưu tiên nghiên cứu quan trọng, được nhấn mạnh thêm bởi CVD là nguyên nhân hàng đầu gây tử vong (27 phần trăm ) trong nghiên cứu đoàn hệ của chúng tôi. Cuối cùng, chúng tôi đã xem xét tất cả các trường hợp tử vong cùng nhau thay vì kiểm tra các trường hợp bắt đầu trước và sau KRT riêng biệt này do số lượng thấp. Nghiên cứu sâu hơn về thời điểm tử vong trong các đoàn hệ lớn hơn là bắt buộc.

Cistanche tiêu chuẩn hóa

PHẦN KẾT LUẬN

Tóm lại, trong nhóm thuần tập của chúng tôi gồm những bệnh nhân mắc CKD tiến triển và tỷ lệ mắc bệnh tiểu đường và CVD cao, mô hình Grams về tử vong cung cấp ước tính chính xác hợp lý về nguy cơ tử vong tại thời điểm 4-năm. Việc kết hợp nó vào chăm sóc lâm sàng, đặc biệt liên quan đến các quyết định xung quanh các mục tiêu chăm sóc, sẽ giúp cả bệnh nhân và nhà cung cấp dịch vụ chăm sóc sức khỏe của họ hiểu rõ hơn về khả năng xảy ra kết quả sức khỏe quan trọng là cái chết, điều thường bị đánh giá thấp và chưa được thảo luận. Trong nhóm của chúng tôi, mô hình Grams đánh giá thấp rủi ro đối với KRT, trong khi mô hình KFRE đánh giá quá cao nó ở ngưỡng rủi ro cao hơn. Các nghiên cứu kiểm chứng bên ngoài khác, cùng với các nghiên cứu tác động sử dụng ngưỡng mô hình để ra quyết định lâm sàng, vẫn cần thiết để xác nhận tính hữu ích của các mô hình dự đoán này.

Hiệu quả của quả hồ trăn đối với thận

Hiệu quả của Cistanchis đối với thận là một chủ đề được quan tâm và nghiên cứu trong những năm gần đây. Hồ trăn, còn được gọi là Rou Cong Rong, là một loại thảo mộc truyền thống của Trung Quốc được sử dụng rộng rãi trong y học cổ truyền nhờ tác dụng điều trị tiềm năng đối với các tình trạng sức khỏe khác nhau, bao gồm cả các bệnh liên quan đến thận.

Các nghiên cứu đã chỉ ra rằng Cistanchis thể hiện một loạt các đặc tính dược lý có lợi cho sức khỏe của thận. Đầu tiên, nó được phát hiện có đặc tính chống oxy hóa và chống viêm, giúp giảm stress oxy hóa và viêm ở thận. Điều này rất có ý nghĩa vì stress oxy hóa và viêm nhiễm là những nguyên nhân chính góp phần vào sự phát triển và tiến triển của bệnh thận.

Ngoài ra, Cistanchis đã được chứng minh là có tác dụng bảo vệ các tế bào ống thận, chịu trách nhiệm lọc các chất thải ra khỏi máu và duy trì cân bằng điện giải. Bằng cách thúc đẩy sức khỏe và chức năng của các tế bào này, Cistanchis giúp cải thiện chức năng thận tổng thể.

Hơn nữa, Cistanchis đã chứng minh đặc tính lợi tiểu, giúp tăng cường sản xuất nước tiểu và thúc đẩy việc loại bỏ độc tố và chất thải ra khỏi cơ thể. Bằng cách tăng lượng nước tiểu, Cistanchis giúp loại bỏ các chất độc hại có thể tích tụ trong thận, do đó cải thiện sức khỏe của thận.

Nhìn chung, bằng chứng cho thấy rằng Cistanchis có thể có hiệu quả trong việc tăng cường sức khỏe của thận và điều trị các tình trạng liên quan đến thận. Tuy nhiên, cần nhiều nghiên cứu hơn để hiểu đầy đủ cơ chế hoạt động của nó và xác định liều lượng và thời gian điều trị tối ưu. Tuy nhiên, Cistanchis hứa hẹn là một phương thuốc tự nhiên cho sức khỏe thận và cần được thăm dò và điều tra thêm.

NGƯỜI GIỚI THIỆU

1. Hiệp hội tiên lượng bệnh thận mãn tính; Matsushita K, van der Velde M, et al. Hiệp hội ước tính tốc độ lọc cầu thận và albumin niệu với mọi nguyên nhân và tỷ lệ tử vong do tim mạch trong các nhóm dân số nói chung: một phân tích tổng hợp hợp tác. lưỡi giáo. 2010;375(9731):2073-2081.

2. Marks A, Fluck N, Prescott GJ, et al. Nhìn về tương lai: dự đoán kết quả thay thế thận trong một nhóm cộng đồng lớn mắc bệnh thận mãn tính. Cấy ghép quay số Nephrol. 2015;30(9):1507-1517.

3. Go AS, Yang J, Tan TC, et al. Tỷ lệ đương đại và các yếu tố dự đoán tiến triển nhanh của bệnh thận mãn tính ở người lớn mắc và không mắc bệnh đái tháo đường. BMC Nephrol. 2018;19(1):146.

4. Farrington K, Covic A, Nistor I, et al. Hướng dẫn thực hành lâm sàng về quản lý bệnh nhân lớn tuổi mắc bệnh thận mãn tính giai đoạn 3b trở lên (eGFR<45 mL/min/1.73m2 ): a summary document from the European Renal Best Practice Group. Nephrol Dial Transplant. 2017;32(1):9-16.

5. Tangri N, Ferguson T, Komenda P. Pro: điểm rủi ro đối với sự tiến triển của bệnh thận mãn tính rất mạnh mẽ và sẵn sàng để thực hiện. Cấy ghép quay số Nephrol. 2017;32(5): 748-751.

6. Eckardt KU, Bansal N, Coresh J, et al. Cải thiện tiên lượng cho bệnh nhân bị giảm mức lọc cầu thận nghiêm trọng (CKD G4 plus ): kết luận từ Hội nghị Tranh cãi về Bệnh thận: Cải thiện Kết quả Toàn cầu (KDIGO). Thận Int. 2018;93(6):1281-1292.

7. Dekker FW, Ramspek CL, van Diepen M. Con: hầu hết các thang điểm rủi ro lâm sàng đều vô dụng. Cấy ghép quay số Nephrol. 2017;32(5): 752-755.

8. Tangri N, Stevens LA, Griffith J, et al. Một mô hình tiên đoán cho sự tiến triển của bệnh thận mãn tính đến suy thận. JAMA. 2011;305(15):1553-1559.

9. Gram ME, Sang Y, Ballew SH, et al. Dự đoán thời điểm xuất hiện các kết quả lâm sàng ở bệnh nhân bệnh thận mạn có mức lọc cầu thận giảm nặng. Thận Int. 2018;93(6):1442-1451.

10. Lennartz CS, Pickering JW, Seiler-Mußler S, et al. Xác thực bên ngoài Phương trình Rủi ro Suy thận và hiệu chuẩn lại với việc bổ sung các thông số siêu âm. Phòng khám J Am Soc Nephrol. 2016;11(4):609-615.

11. Peeters MJ, van Zuilen AD, van den Brand JA, et al. Xác nhận phương trình nguy cơ suy thận ở bệnh nhân CKD Châu Âu. Cấy ghép quay số Nephrol. 2013;28(7): 1773-1779.

12. Potok OA, Nguyễn Hà, Abdelmalek JA, Beben T, Woodell TB, Rifkin DE. Bệnh nhân, 'bác sĩ thận' và các ước tính dự đoán về nguy cơ ESKD so với 2-tỷ lệ mắc ESKD trong năm. Phòng khám J Am Soc Nephrol. 2019;14(2):206-212.

13. Whitlock RH, Chartier M, Komenda P, et al. Xác nhận phương trình rủi ro suy thận ở Manitoba. Can J Thận Sức khỏe Dis. 2017;4:2054358117705372.

14. Ramspek CL, Evans M, Wanner C, et al. Các mô hình dự đoán suy thận: một nghiên cứu kiểm chứng toàn diện bên ngoài ở những bệnh nhân mắc CKD giai đoạn cuối. J Am Sóc Nephrol. 2021;32(5): 1174-1186.

15. Hundermer GL, Tangri N, Sood MM, et al. Hiệu suất của phương trình rủi ro suy thận theo nguyên nhân bệnh ở CKD tiên tiến. Phòng khám J Am Soc Nephrol. 2020;15(10):1424- 1432.

16. Tangri N, Grams ME, Levey AS, et al. Đánh giá đa quốc gia về tính chính xác của các phương trình dự đoán nguy cơ suy thận: một phân tích tổng hợp. JAMA. 2016;315(2):164-174.

17. Evans M, Grams ME, Sang Y, et al. Các yếu tố nguy cơ tiên lượng ở bệnh nhân có GFR giảm nghiêm trọng. Đại diện Quốc tế Thận 2018;3(3):625-637.

18. Levey AS, Stevens LA, Schmid CH, et al. Một phương trình mới để ước tính mức lọc cầu thận. Ann thực tập Med. 2009;150(9):604-612.

19. Tỉnh Ontario. Bộ Chính phủ và Dịch vụ Người tiêu dùng. Truy cập ngày 12 tháng 8 năm 2020. https:// www.ontario.ca/page/ministry-government-and-consumer services

20. DeLong ER, DeLong DM, Clarke-Pearson DL. So sánh các khu vực dưới hai hoặc nhiều đường cong đặc tính vận hành máy thu tương quan: một cách tiếp cận phi tham số. sinh trắc học. 1988;44(3):837-845.

21. Băng TG. Phiên dịch xét nghiệm chẩn đoán. Truy cập ngày 10 tháng 3 năm 2022. http://gim.unmc.edu/dxtests/Default.htm

22. Siontis GC, Tzoulaki I, Ioannidis JP. Dự đoán cái chết: một đánh giá thực nghiệm về các công cụ dự đoán cho cái chết. Arch thực tập Med. 2011;171(19):1721-1726.

23. Nhóm công tác về bệnh thận: Cải thiện kết quả toàn cầu (KDIGO). Hướng dẫn thực hành lâm sàng KDIGO 2012 để đánh giá và quản lý bệnh thận mãn tính. Thận Int. 2012;3(bổ sung 1):1-150.

24. Akbari A, Clase CM, Acott P, et al. Bình luận của Hiệp hội Thận học Canada về hướng dẫn thực hành lâm sàng KDIGO để đánh giá và quản lý CKD. Am J Thận Dis. 2015;65(2):177-205.

25. Taal MW. Bệnh thận mãn tính: hướng tới cách tiếp cận dựa trên rủi ro. Phòng khám Med (Luân Đôn). 2016;16(suppl 6):s117-s120.

Susan J. Thanabalasingam, Eduard A. Iliescu, Patrick A. Norman, Andrew G. Day, Ayub Akbari, Gregory L. Hundemer và Christine A. White

Khoa Thận, Khoa Y, Đại học Queen, Kingston, Canada (SJT, EAI, CAW);

Viện Nghiên cứu Sức khỏe Tổng quát Kingston, Trung tâm Khoa học Sức khỏe Kingston, Kingston, Canada (PAN, AGD);

Khoa Khoa học Y tế Công cộng, Đại học Queen, Kington, Canada (PAN, AGD);

Khoa Thận, Khoa Y, Đại học Ottawa, Ottawa, Canada (AA, GLH).