Niezależna zewnętrzna walidacja i porównanie modeli przewidywania śmierci i terapii zastępczej nerek w zaawansowanej CKD

ABSTRAKCYJNY

1. Uzasadnienie i cel

Równanie ryzyka niewydolności nerek (KFRE) jest szeroko stosowane do przewidywania ryzyka rozpoczęcia terapii nerkozastępczej (KRT) w stadium G3-G5 przewlekłej choroby nerek (CKD). Nowy kalkulator Grams opracowany dla zaawansowanej CKD (stadium G4 plus ) przewiduje inicjację KRT, zdarzenia sercowo-naczyniowe i śmierć poprzez unikalne uwzględnienie konkurencyjnego ryzyka zgonu. Naszym celem było zweryfikowanie tego narzędzia na etapie G4 plus kohorta dla śmierci i KRT.

2. Projekt badania

Retrospektywne badanie kohortowe.

3. Otoczenie i uczestnicy

442 pacjentów z CKD w stadium G4 plus (średni wiek ± SD, 73 ± 12 lat; średnia ± SD szacowany wskaźnik przesączania kłębuszkowego, 20 ± 6,2 ml/min/1,73 m2), którzy odwiedzili multidyscyplinarną klinikę CKD w Kingston Health Sciences Center w Ontario, Kanada. Wyniki i podejście analityczne: Dyskryminacja i kalibracja zostały zbadane pod kątem wyniku zgonu przy użyciu 2- i 4- lat punktacji Grama. 2- i 5- rok KFRE oraz 2- i 4- rok wyniki Grama porównano pod względem dyskryminacji i kalibracji dla KRT.

4. Wyniki

W naszej kohorcie było 91, 161 i 2{{1{13}}}}6 przypadków śmierci oraz 90, 145 i 159 przypadków KRT odpowiednio po 2, 4 i 5 latach. Model Gramsa wykazał niewielką dyskryminację śmierci po 4 latach (pole pod krzywą [AUC] {{20}},70; 95% CI, 0.{14 }}, 0,75) i gorzej po 2 latach (AUC, 0, 0,63; 95 procent CI, 0, 57-0, 70). Przewidywał śmierć tylko o około 10 procent w większości przewidywanego zakresu. Oba modele miały podobną dyskryminację dla KRT po 2 latach (KFRE AUC, 0,83; 95% CI, 0,78-0,88 i Grams AUC, 0,8; 95% CI, 0,{35 }},87), 4 lata (AUC w gramach, 0,82; 95% CI, 0,77-0.{43}}) i 5 lat (AUC w skali KFRE, 0,81; 95% CI, 0,{{ 49}}.85). Kalibracja KRT była doskonała przy użyciu 2-rocznych wartości KFRE i Grams dla przewidywanych progów ryzyka mniejszych lub równych 15 procent oraz przy użyciu 5-rocznych wartości KFRE i 4-rocznych Grams dla przewidywane progi ryzyka mniejsze lub równe 20 procent . Przy wyższych zakresach ryzyka KFRE zawyża, a Grams zaniża ryzyko KRT.

5. Ograniczenia

Jest to jednoośrodkowe badanie z kohortą głównie rasy białej, ograniczone przez mniejsze rozmiary próbek przy wyższych zakresach przewidywanego ryzyka, szczególnie w przypadku kalkulatora gramów.

6. Wnioski

Model Gramsa zapewnia umiarkowanie dokładne prognozy śmierci i należy rozważyć włączenie go do edukacji pacjentów i planowania zaawansowanej opieki. Zarówno modele Gramsa, jak i KFRE pozostają klinicznie przydatne do określania ryzyka KRT w zaawansowanej CKD.

Kliknij tutaj, aby uzyskać korzyści z Cistanche dla nerek

WSTĘP

Przewlekła choroba nerek (PChN) wiąże się ze zwiększonym ryzykiem incydentów sercowo-naczyniowych, śmiertelnością i postępującym spadkiem współczynnika przesączania kłębuszkowego (GFR) prowadzącym do niewydolności nerek.1,2 Jednak wyniki wśród pacjentów z CKD są dość zróżnicowane. Szybkość progresji i inne wyniki różnią się u poszczególnych osób w zależności od czynników klinicznych i demograficznych, takich jak etiologia PChN, stopień zmniejszenia GFR i białkomoczu, choroby współistniejące, wiek, dostęp do opieki zdrowotnej, pochodzenie etniczne i wiele innych.3 W związku z tym, wzrosło zainteresowanie włączeniem narzędzi przewidywania ryzyka do praktyki klinicznej, tak aby pacjenci z grupy niskiego ryzyka mogli uniknąć niepotrzebnego niepokoju i kosztownych badań medycznych, podczas gdy pacjenci z grup wysokiego ryzyka mieli dostęp do odpowiednich interwencji w odpowiednim czasie, takich jak skierowanie do nefrologa, zapis do kliniki multidyscyplinarnej, i przygotowania do terapii nerkozastępczej (KRT).4-6

Chociaż na całym świecie opracowano wiele narzędzi do przewidywania ryzyka w kohortach CKD, większość z nich nie została odpowiednio zweryfikowana ani szeroko włączona do praktyki klinicznej.7 Równanie ryzyka niewydolności nerek (KFRE) zostało opracowane przez Tangri i wsp.8 w populacji kanadyjskiej (stadia CKD {{ 2}}) i jest najlepiej zweryfikowanym modelem prognozowania KRT.8-15 4-W iteracji zmiennej wykorzystuje się wiek, płeć, szacowany GFR (eGFR) i stosunek albuminy do kreatyniny w moczu (ACR) do przewidywania ryzyka stadiów CKD G3-G5 przechodzących do rozpoczęcia KRT przy użyciu 2-roku i 5-roku wyników KFRE (odpowiednio KFRE-2 i KFRE{11}}).8 Walidacja z udziałem 31 międzynarodowych kohort ze średnim wyjściowym eGFR 46 ml/min/1,73 m2 wykazało, że KFRE ma wysoką zdolność dyskryminacyjną i odpowiednią kalibrację.16

W 2018 roku Grams i wsp. 9 opracowali narzędzie specjalnie dla populacji z CKD w stadium G4 plus (eGFR < 30 ml/min/1,73 m2) do przewidywania zarówno prawdopodobieństwa, jak i kolejności wystąpienia KRT, zdarzeń sercowo-naczyniowych (CVD) oraz zgonu w 2. i 4. lata. To narzędzie obejmuje 9 cech klinicznych i demograficznych, które wcześniej okazały się ważnymi czynnikami prognostycznymi w przypadku CKD w stadium G4 plus. 17 To nowatorskie narzędzie, które w swoim rozwoju jest wyjątkowo uważane za konkurencyjny punkt końcowy śmierci, nie zostało obszernie zweryfikowane zewnętrznie. Niedawne badanie 2 kohort — szwedzkiego rejestru nerek i europejskiego badania jakości — zbadało jego zdolność predykcyjną dla KRT, ale nie dla innego ważnego wyniku zgonu.14 Nasze badanie miało na celu ocenę dyskryminacji i kalibracji tego nowego narzędzia pod kątem śmierci i KRT w kohortę G4 plus w stadium CKD skierowaną do nefrologa i porównanie jej wyników z wynikami KFRE.

Cistanche w proszku

METODY

1. Projekt badania i kohorta

Przeprowadziliśmy retrospektywne badanie kohortowe osób dorosłych (powyżej 18 lat), które przynajmniej raz uczęszczały do ​​wielodyscyplinarnej kliniki CKD w Kingston Health Sciences Centre w Ontario w Kanadzie w 2013 r. i które miały udokumentowany stosunek albuminy do kreatyniny oraz eGFR < 30 ml/min/1,73 m2 zgodnie z równaniem opartym na kreatyninie CKDEPI (Chronic Kidney Disease Epidemiology Collaboration).18 W 2013 r. klinika CKD w Kingston Health Sciences Centre była jedyną tego typu kliniką w regionie, która obejmowała populację zlewni 500,{11}} mieszkańców południowo-wschodniego Ontario. Elektroniczna dokumentacja medyczna została wykorzystana do wyodrębnienia danych demograficznych i klinicznych, w tym skurczowego ciśnienia krwi, podczas wizyty w klinice związanej z badaniami krwi, paleniem tytoniu oraz historią cukrzycy i CVD (zdefiniowaną jako co najmniej 1 przypadek zawału mięśnia sercowego, udaru lub choroby serca) awaria). Zgodę etyczną uzyskano od Rady Etyki Badań Nauk o Zdrowiu i Afiliowanych Szpitali Klinicznych (6004492). Świadoma zgoda została zniesiona, ponieważ wszystkie informacje o uczestniku badania zostały zdeidentyfikowane. Nasze badanie jest zgodne z przejrzystym raportowaniem wielowymiarowego modelu predykcyjnego do raportowania modelu predykcyjnego indywidualnej prognozy lub diagnozy (TRIPOD).

2. Wyniki

Wyniki obejmowały obserwowane przypadki zgonów w ciągu 2 i 4 lat od wizyty w klinice z indeksem w 2013 r. oraz rozpoczęcia KRT w wieku 2, 4 i 5 lat. Śmierć została stwierdzona na podstawie zapisów z biura Ontario Registrar General, które dostarczyły daty śmierci oraz kody Międzynarodowej Klasyfikacji Chorób dla przyczyny śmierci wszystkich zmarłych pacjentów.19 Zdarzenia sercowo-naczyniowe nie zostały uwzględnione w tej analizie, ponieważ nie mogliśmy pewność, że wszystkie zdarzenia zostaną uchwycone, ponieważ pacjenci mogliby zostać przyjęci do innych szpitali regionalnych. Kingston Health Sciences Centre oferuje jednak jedyny program KRT w naszym regionie zdrowia; w związku z tym uważano, że dane KRT są bardzo solidne, z niewielkim potencjałem utraty w następstwie. Brak danych CVD uniemożliwił analizę czasu zdarzeń względem siebie. Ze względu na ograniczoną liczbę zgonów po rozpoczęciu KRT ograniczyliśmy analizę do całkowitej liczby zgonów niezależnych od czasu KRT.

3. Predyktory

Predyktory zastosowane w badaniu obejmowały 2- rok i 4- rok oceny ryzyka kalkulatora Grams (odpowiednio gramy-2 i gramy{3}}) dla każdego KRT i każdego zgonu oraz 4- zmienna KFRE-2 i KFRE-5 punktacja dla KRT w czasie wizyty indeksu w klinice w 2013 r. Twórcy modelu Gramsa dostarczyli nam kod i współczynniki modelu, a te zostały użyte do wygenerowania naszych prognoz modelu Gramsa. Przewidywane ryzyko jakiejkolwiek śmierci i KRT, niezależnie od kolejności ich wystąpienia, obliczono przez zsumowanie wszystkich prawdopodobieństw, w tym tych wyników. Na przykład prawdopodobieństwo dowolnego zgonu obejmowało sumę prawdopodobieństw zgonu po KRT, po CVD, po KRT i CVD oraz tylko zgon.

Cistanche tubulosa

4. Analizy

Nie brakowało danych dla całej kohorty dotyczących wszystkich danych wyjściowych, z wyjątkiem pochodzenia etnicznego pacjentów. Tam, gdzie dane dotyczące pochodzenia etnicznego były niedostępne (n=3), wygenerowano prognozy Grams, przypisując rasę białą. Dla 7 pacjentów, u których poziomy stosunku albuminy do kreatyniny były poniżej progów wykrywalności, przypisaliśmy najniższy wkład modelu (10 mg / g).

5. Dyskryminacja

Dyskryminacja opisuje zdolność modelu do oddzielenia tych, którzy doświadczają zdarzenia, od tych, którzy go nie doświadczają. Oceniono to za pomocą krzywych charakterystyki działania odbiornika (ROC), oszacowań punktów pola pod krzywą (AUC) oraz 95-procentowych przedziałów ufności (CI). Krzywe ROC i AUC zostały wygenerowane w celu oceny wydajności dyskryminacyjnej modeli Grama 2- i 4- roku w przewidywaniu śmierci. AUC obliczono również dla wyniku KRT dla 2- i 5--letniego modelu KFRE oraz 2- i 4--letniego modelu Grama. Porównania AUC między 2 modelami po 2 latach dla obserwowanego ryzyka KRT przeprowadzono przy użyciu metody Delonga-Delonga-Clarke'a Pearsona.20 Zinterpretowaliśmy AUC w następujący sposób:<0.7 as poor, 0.7-0.79 as fair, 0.8-0.89 as good, and >0}.9 jako doskonałe.21 Ponadto obliczono wskaźniki C Harrella (HCI) w celu zbadania zdolności dyskryminacyjnej, biorąc pod uwagę czas do wystąpienia zdarzenia.

6. Kalibracja

Kalibracja sprawdza zgodność między przewidywaniami a obserwowanymi wynikami. Zostało to uchwycone na wykresach kalibracyjnych, które graficznie porównywały przewidywane i obserwowane ryzyko zgonu w wieku 2 i 4 lat dla modelu Gramsa oraz porównywały 2- i 4-rok w porównaniu z 5-rokiem ryzyka KRT dla Gramsa i modele KFRE. Wykresy zostały wygenerowane przy użyciu lokalnie ważonego wykresu rozrzutu wygładzającego przewidywane wartości ryzyka, z wykresami dywanowymi wzdłuż osi x w celu wizualizacji rozkładu przewidywanych danych dotyczących ryzyka, jak również średniego obserwowanego prawdopodobieństwa wyniku wśród grup pacjentów określonych przez decyle przewidywane ryzyko. Wyniki Briera, od 0 (najdokładniejsze) do 1 (najmniej trafne), zmierzona dokładność przewidywania.

Suplement Cistanche

DYSKUSJA

To badanie kohorty z zaawansowaną CKD z dużą częstością występowania cukrzycy i CVD jest pierwszym, w którym zewnętrznie zweryfikowano model przewidywania Gramsa zarówno dla śmierci, jak i KRT. Stwierdziliśmy, że model Gramsa wykazał sprawiedliwą dyskryminację w identyfikowaniu pacjentów, którzy doświadczają śmierci w dłuższym przedziale czasowym (Grams{{0}} AUC, 0,7{8}}; 95% CI, 0.65- 0,75) i działała nieodpowiednio w krótszym przedziale czasowym (gramy-2 AUC, 0,63; 95 procent CI, 0,57-0,70). Ta skromna dyskryminacja może częściowo wynikać z jednorodności naszej kohorty, która obejmowała pacjentów o podobnych wartościach współzmiennych. Ponadto skromne wyniki w zakresie ogólnego wyniku śmierci nie są zaskoczeniem, ponieważ śmierć pozostaje trudnym do przewidzenia skutkiem. Wykazano, że nawet szeroko stosowane narzędzia przewidywania śmiertelności mają jedynie niewielką dokładność, przy znacznej zmienności w różnych warunkach klinicznych.22 Nadal nie jesteśmy pewni, dlaczego gramy-4 przewyższają gramy{16}} w rozróżnianiu śmierci.

Dane dotyczące dyskryminacji specyficzne dla wyniku śmierci nie były dostępne do porównania w badaniu rozwojowym, a nasze jest pierwszym badaniem, które zewnętrznie potwierdza ten wynik. Model Gramsa był dość dobrze skalibrowany pod kątem wyniku śmierci i chociaż miał tendencję do zawyżania śmierci w większości zakresu przewidywań, robił to tylko o około 10 procent. Zaobserwowane wskaźniki zgonów były wyższe w kohortach pochodzących od Gramsa (47 procent, średni czas obserwacji, 3,5 roku) niż w naszej kohorcie (36 procent po 4 latach, 47 procent po 5 latach). Te różnice w wyjściowych współczynnikach ryzyka mogą częściowo wyjaśniać około 10-procentową zawyżoną prognozę.9 Nie możemy komentować różnic w charakterystyce pacjentów między dwiema kohortami, ponieważ nie przedstawiono charakterystyki kohort rozwojowych.9 Zdolność Gramów{{ 13}} do przewidywania śmiertelności z rozsądną dokładnością sugeruje, że może on odgrywać ważną rolę w pogłębianiu dyskusji klinicznych na temat celów opieki i edukacji pacjentów.

Modele Gramsa KRT wykazywały dobrą zdolność rozróżniania tych, którzy rozpoczęli i nie zainicjowali KRT po 2 i 4 latach, z AUC 0,81 (95% CI 0.76- 0 0,87) i 0,82 (95% CI 0.{12}}.{13}}), które są bardzo podobne do tych w kohorcie szwedzkiego rejestru nerek ({ {14}},84 [95-procentowy CI, 0.{18}},85] vs {{20}},83 [95-procentowy CI, 0.{ {24}},83]).14 Wyniki KFRE KRT AUC są również bardzo podobne lub nieco wyższe w badaniach, które również koncentrowały się na populacjach z zaawansowaną PChN (stadium G4 plus).11,14,15 Dyskryminacja czasu do zdarzenia przy użyciu HCI były średnie lub dobre, wahały się od 0,77 do 0,8{{4{44}}}}, przy czym KFRE-2 radził sobie najlepiej (HCI, {{47} }.80; 95 procent CI, 0.75-0.85). Nasze KFRE HCI były porównywalne z kohortami szwedzkiego europejskiego badania jakości (2-rok HCI, 0,76 [95% CI, 0,72-0,80]; 5-rok HIC, 0,75 [ 95 procent CI, 0.72-0.79]).14

Oba modele Gramsa i KFRE były podobnie dobrze skalibrowane do inicjacji KRT przy przewidywanym ryzyku<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 >2{26}} procent , co wykazano również w kohortach szwedzkiego szwedzkiego rejestru nerek i europejskiego badania jakości.14 Odbiega to od wyników wewnętrznej walidacji Grams, gdzie tendencja polegała na zawyżaniu ryzyka, chociaż stopień tego był wysoce zmienne między kohortami.9 Obserwowane wskaźniki KRT były niższe w kohorcie pochodzącej od Gramsa (12 procent; średni okres obserwacji, 3,5 roku) niż w naszej kohorcie (33 procent po 4 latach), co prawdopodobnie przyczynia się do obserwowanych rozbieżności.9 Brak podsumowujących danych na temat charakterystyki pacjentów w kohorcie rozwoju Gramsa wyklucza porównanie cech pacjentów. I odwrotnie, modele KFRE przeceniają ryzyko przy wyższych progach. Zarówno w pierwotnym wielonarodowym badaniu walidacyjnym KFRE16, jak iw wielonarodowym etapie badania walidacyjnego G4 plus KFRE9, zaobserwowano zarówno wyraźne niedoszacowanie, jak i przeszacowanie w poszczególnych kohortach na wszystkich poziomach ryzyka. Większość innych badań kalibracyjnych również wykazała tendencję modeli KFRE do przeszacowywania ryzyka w zaawansowanych stadiach CKD11,15 i CKD G3-G5.2 W kohortach European Quality Study i Swedish Renal Registry, KFRE{{18} } również przeszacowało ryzyko, chociaż w przeciwieństwie do obecnego badania KFRE{19}} tego nie zrobiło.14 Wskaźnik KRT w kohorcie rozwojowej KFRE wynosił tylko 11% (średni okres obserwacji, 2,1 ± 2,0 lata),8 co jest niższy niż wskaźnik KRT wynoszący 20 procent obserwowany w tym badaniu. Nie jest to zaskakujące, biorąc pod uwagę, że nasza kohorta miała bardziej zaawansowaną CKD z niższymi eGFR i wyższymi ACR niż kohorta rozwojowa KFRE. Różnice w wydajności modelu między różnymi kohortami podkreślają znaczenie szeroko zakrojonej zewnętrznej walidacji modelu w różnych ustawieniach i populacjach.

Kapsułki Cistanche

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 procent . Należy to dalej zbadać w innych populacjach pacjentów.

Słusznie zalecano, aby przewidywanie ryzyka było pomocne w edukacji pacjentów, podejmowaniu decyzji klinicznych i zarządzaniu zasobami w opiece nad pacjentami z przewlekłą chorobą nerek.4,5,23,24 W projektowaniu opartego na ryzyku podejścia do opieka kliniczna, wyniki testów przy danym progu, rozpowszechnienie wyników i potencjalne konsekwencje błędnej klasyfikacji dotyczące wyników pacjentów i wykorzystania zasobów należy rozważyć w kontekście charakterystyki populacji każdego ośrodka. Korzystając z uznania usługodawcy i biorąc pod uwagę warunki kliniczne indywidualnego pacjenta, te narzędzia do przewidywania ryzyka można wykorzystać do poszerzenia dyskusji na temat rokowania. Zaproponowano progi dla nefrologów, multidyscyplinarnej opieki nad CKD oraz skierowań do planowania transplantacji lub przetok, które są stosowane przez niektóre ośrodki korzystające z modelu KFRE.5 Pacjenci poniżej proponowanych progów nadal wymagaliby monitorowania i modyfikacji czynników ryzyka, a ci, u których nastąpiła poprawa, mogliby zostać następnie odpowiednio omówione. Narzędzia i edukacja, które pomogą świadczeniodawcom podstawowej opieki zdrowotnej w leczeniu pacjentów z CKD o niższym ryzyku KRT, muszą być opracowane i łatwo dostępne. Powinny one w szczególności koncentrować się na lekach modyfikujących choroby układu krążenia i nerek, takich jak blokada układu renina-angiotensyna i inhibitory kotransportera sodowo-glukozowego{11}}. Drogie zasoby wymagane do zarządzania klinikami nefrologicznymi, klinikami multidyscyplinarnymi i planowaniem KRT można następnie bardziej odpowiednio przydzielić pacjentom wysokiego ryzyka. Prognozy ryzyka na 2- rok byłyby bardziej uzasadnione w przypadku skierowań na transplantację, edukację KRT i dostęp naczyniowy, podczas gdy prognozy na 4- i 5- rok mogą być bardziej uzasadnione w przypadku skierowań do nefrologa. Aby włączyć to podejście oparte na ryzyku do procesu podejmowania decyzji klinicznych, proponowane wartości progowe muszą zostać poddane szeroko zakrojonej walidacji zewnętrznej w populacjach kierowanych do nefrologii ogólnej i multidyscyplinarnej opieki CKD.

Nasze badanie ma kilka mocnych stron. Włączyliśmy pacjentów z CKD w stadium G4 plus, którzy byli obserwowani w jedynej regionalnej multidyscyplinarnej klinice CKD, z minimalną utratą obserwacji i brakującymi danymi. Jesteśmy także jedynym regionalnym ośrodkiem KRT; w związku z tym jest wysoce prawdopodobne, że uchwycono wszystkie wyniki KRT. Dane dotyczące stanu życiowego zostały dostarczone przez sekretarza generalnego Ontario, ograniczając możliwość pominięcia zdarzeń związanych ze zgonem. Nasza kohorta walidacyjna jest podobna do wielu innych opublikowanych kohort CKD i dlatego jest reprezentatywna dla populacji, w której stosowane są narzędzia.9 Zdajemy sobie sprawę z kilku ograniczeń. Przede wszystkim nasza analiza jest ograniczona przez mniejsze rozmiary próbek przy wyższych zakresach przewidywanego ryzyka, szczególnie w przypadku kalkulatora gramów. Obserwowane wyniki KFRE były lepiej rozłożone w całym zakresie prawdopodobieństw. Po drugie, nasze było badaniem jednoośrodkowym i, podobnie jak kohorty rozwojowe, miało głównie białą kohortę. Nie wiadomo, czy wyniki można ekstrapolować na zróżnicowane rasowo populacje pacjentów. Ponadto nie mieliśmy minimalnego eGFR na początku badania dla naszej kohorty; w związku z tym włączyliśmy do naszej próby pacjentów, którzy prawdopodobnie wybraliby leczenie zachowawcze. Jednak odsetek tych pacjentów z eGFR < 6 ml/min/1,73 m2 w naszej kohorcie był ogólnie dość niski (n=4; 0,9 procent). Wreszcie brak zintegrowanej elektronicznej dokumentacji medycznej w celu uzyskania dostępu do dokumentacji szpitala regionalnego uniemożliwił ocenę komponentu zdarzeń sercowo-naczyniowych narzędzia Grams. Model ten oferuje możliwość przewidywania ryzyka incydentów sercowo-naczyniowych u pacjentów z zaawansowaną przewlekłą chorobą nerek, która została niedostatecznie zbadana.25 Pozostaje to ważnym priorytetem badawczym, co dodatkowo podkreśla fakt, że CVD jest główną przyczyną śmiertelności (27 procent) w naszej kohorcie. Na koniec rozważyliśmy wszystkie zgony razem, zamiast badać te oddzielnie przed i po inicjacji KRT, ze względu na małą liczbę. Wymagane są dalsze badania czasu zgonu w większych kohortach.

Standaryzowane Cistanche

WNIOSEK

Podsumowując, w naszej kohorcie pacjentów z zaawansowaną PChN i dużą częstością występowania cukrzycy i chorób sercowo-naczyniowych model zgonu według Gramsa zapewnia dość dokładne oszacowanie ryzyka zgonu w 4-roku. Włączenie jej do opieki klinicznej, w szczególności w odniesieniu do decyzji dotyczących celów opieki, powinno pomóc zarówno pacjentom, jak i ich świadczeniodawcom w lepszym zrozumieniu prawdopodobieństwa śmierci o kluczowym znaczeniu dla zdrowia, która jest często niedoceniana i niedostatecznie omawiana. W naszej kohorcie model Gramsa nie docenia ryzyka dla KRT, podczas gdy model KFRE przeszacowuje go przy wyższych progach ryzyka. Nadal wymagane są dalsze zewnętrzne badania walidacyjne, wraz z badaniami wpływu z wykorzystaniem progów modeli do podejmowania decyzji klinicznych, aby potwierdzić przydatność tych modeli prognostycznych.

Skuteczność Cistanchis na nerki

Skuteczność Cistanchis na nerki była przedmiotem zainteresowania i badań w ostatnich latach. Cistanchis, znany również jako Rou Cong Rong, to tradycyjne chińskie zioło, które jest szeroko stosowane w medycynie tradycyjnej ze względu na jego potencjalne działanie terapeutyczne na różne schorzenia, w tym dolegliwości związane z nerkami.

Badania wykazały, że Cistanchis wykazuje szereg właściwości farmakologicznych, które są korzystne dla zdrowia nerek. Po pierwsze, stwierdzono, że ma właściwości przeciwutleniające i przeciwzapalne, które pomagają zmniejszyć stres oksydacyjny i stany zapalne w nerkach. Jest to istotne, ponieważ stres oksydacyjny i stany zapalne są głównymi czynnikami przyczyniającymi się do rozwoju i progresji chorób nerek.

Ponadto wykazano, że Cistanchis działa ochronnie na komórki kanalików nerkowych, które są odpowiedzialne za filtrowanie produktów przemiany materii z krwi i utrzymanie równowagi elektrolitowej. Promując zdrowie i funkcjonowanie tych komórek, Cistanchis pomaga poprawić ogólną czynność nerek.

Ponadto Cistanchis wykazał właściwości moczopędne, które zwiększają produkcję moczu i wspomagają eliminację toksyn i produktów przemiany materii z organizmu. Zwiększając wydalanie moczu, Cistanchis pomaga wypłukiwać szkodliwe substancje, które mogą gromadzić się w nerkach, poprawiając w ten sposób zdrowie nerek.

Ogólnie rzecz biorąc, dowody sugerują, że Cistanchis może być skuteczny w promowaniu zdrowia nerek i leczeniu schorzeń związanych z nerkami. Potrzebne są jednak dalsze badania, aby w pełni zrozumieć mechanizmy działania i określić optymalne dawkowanie oraz czas trwania leczenia. Niemniej jednak Cistanchis jest obiecującym naturalnym lekarstwem na zdrowie nerek i gwarantuje dalsze badania i badania.

BIBLIOGRAFIA

1. Konsorcjum Prognoz Przewlekłych Chorób Nerek; Matsushita K, van der Velde M i in. Związek szacowanego współczynnika przesączania kłębuszkowego i albuminurii ze śmiertelnością ogólną i sercowo-naczyniową w kohortach populacji ogólnej: wspólna metaanaliza. Lancet. 2010;375(9731):2073-2081.

2. Marks A, Fluck N, Prescott GJ i in. Patrząc w przyszłość: przewidywanie wyników leczenia nerkozastępczego w dużej kohorcie społeczności z przewlekłą chorobą nerek. Przeszczep tarczy nefrolowej. 2015;30(9):1507-1517.

3. Go AS, Yang J, Tan TC i in. Współczesne wskaźniki i predyktory szybkiego postępu przewlekłej choroby nerek u osób dorosłych z cukrzycą i bez cukrzycy. BMC Nefrol. 2018;19(1):146.

4. Farrington K, Covic A, Nistor I i in. Wytyczne dotyczące praktyki klinicznej dotyczące leczenia starszych pacjentów z przewlekłą chorobą nerek w stadium 3b lub wyższym (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: oceny ryzyka progresji przewlekłej choroby nerek są solidne, mocne i gotowe do wdrożenia. Przeszczep tarczy nefrolowej. 2017;32(5): 748-751.

6. Eckardt KU, Bansal N, Coresh J i in. Poprawa rokowania pacjentów z poważnie obniżonym współczynnikiem przesączania kłębuszkowego (CKD G4 plus): wnioski z Konferencji dotyczącej chorób nerek: poprawa globalnych wyników (KDIGO). Nerki Int. 2018;93(6):1281-1292.

7. Dekker FW, Ramspek CL, van Diepen M. Con: większość klinicznych ocen ryzyka jest bezużyteczna. Przeszczep tarczy nefrolowej. 2017;32(5): 752-755.

8. Tangri N, Stevens LA, Griffith J i in. Model prognostyczny progresji przewlekłej choroby nerek do niewydolności nerek. JAMA. 2011;305(15):1553-1559.

9. Grams ME, Sang Y, Ballew SH i in. Przewidywanie czasu wystąpienia wyników klinicznych u pacjentów z przewlekłą chorobą nerek i poważnie obniżonym współczynnikiem przesączania kłębuszkowego. Nerki Int. 2018;93(6):1442-1451.

10. Lennartz CS, Pickering JW, Seiler-Mußler S, et al. Zewnętrzna walidacja równania ryzyka niewydolności nerek i ponowna kalibracja z dodaniem parametrów ultrasonograficznych. Clin J Am Soc Nephrol. 2016;11(4):609-615.

11. Peeters MJ, van Zuilen AD, van den Brand JA i in. Walidacja równania ryzyka niewydolności nerek u europejskich pacjentów z przewlekłą chorobą nerek. Przeszczep tarczy nefrolowej. 2013;28(7): 1773-1779.

12. Potok OA, Nguyen HA, Abdelmalek JA, Beben T, Woodell TB, Rifkin DE. Pacjenci, „nefrolodzy” i przewidywane szacunki ryzyka ESKD w porównaniu z 2--letnią częstością występowania ESKD. Clin J Am Soc Nephrol. 2019;14(2):206-212.

13. Whitlock RH, Chartier M, Komenda P i in. Walidacja równania ryzyka niewydolności nerek w Manitobie. Can J Nerki Zdrowie Dis. 2017;4:2054358117705372.

14. Ramspek CL, Evans M, Wanner C, et al. Modele przewidywania niewydolności nerek: kompleksowe zewnętrzne badanie walidacyjne u pacjentów z zaawansowaną CKD. J Am Soc Nephrol. 2021;32(5): 1174-1186.

15. Hundemer GL, Tangri N, Sood MM i in. Wykonanie równania ryzyka niewydolności nerek według etiologii choroby w zaawansowanej CKD. Clin J Am Soc Nephrol. 2020;15(10):1424- 1432.

16. Tangri N, Grams ME, Levey AS i in. Międzynarodowa ocena dokładności równań do przewidywania ryzyka niewydolności nerek: metaanaliza. JAMA. 2016;315(2):164-174.

17. Evans M, Grams ME, Sang Y i in. Czynniki ryzyka dotyczące rokowania u pacjentów z poważnie obniżonym GFR. Kidney Int Rep. 2018;3(3):625-637.

18. Levey AS, Stevens LA, Schmid CH i in. Nowe równanie do oszacowania szybkości przesączania kłębuszkowego. Anna Stażysta Med. 2009;150(9):604-612.

19. Prowincja Ontario. Ministerstwo Rządu i Usług Konsumentów. Dostęp 12 sierpnia 2020 r. https://www.ontario.ca/page/ministry-government-and-consumer services

20. DeLong ER, DeLong DM, Clarke-Pearson DL. Porównanie obszarów pod dwiema lub więcej skorelowanymi charakterystykami pracy odbiornika: podejście nieparametryczne. Biometria. 1988;44(3):837-845.

21. Taśma TG. Interpretacja testów diagnostycznych. Dostęp 10 marca 2022 r. http://gim.unmc.edu/dxtests/Default.htm

22. Siontis GC, Tzoulaki I, Ioannidis JP. Przewidywanie śmierci: empiryczna ocena narzędzi predykcyjnych dotyczących śmiertelności. Arch Intern Med. 2011;171(19):1721-1726.

23. Grupa robocza ds. chorób nerek: poprawa wyników globalnych (KDIGO). Wytyczne praktyki klinicznej KDIGO 2012 dotyczące oceny i leczenia przewlekłej choroby nerek. Nerki Int. 2012;3(suplement 1):1-150.

24. Akbari A, Clase CM, Acott P i in. Komentarz Kanadyjskiego Towarzystwa Nefrologicznego do wytycznych praktyki klinicznej KDIGO dotyczących oceny i postępowania w PChN. Am J Choroba nerek. 2015;65(2):177-205.

25. Taal MW. Przewlekła choroba nerek: w kierunku podejścia opartego na ryzyku. Clin Med (Londyn). 2016;16(suppl 6):s117-s120.

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

Oddział Nefrologii, Wydział Medycyny, Queen's University, Kingston, Kanada (SJT, EAI, CAW);

Kingston General Health Research Institute, Kingston Health Sciences Centre, Kingston, Kanada (PAN, AGD);

Wydział Nauk o Zdrowiu Publicznym, Queen's University, Kington, Kanada (PAN, AGD);

Oddział Nefrologii, Wydział Medycyny, Uniwersytet w Ottawie, Ottawa, Kanada (AA, GLH).