Независимая внешняя проверка и сравнение моделей прогнозирования смерти и заместительной почечной терапии при прогрессирующей ХБП

АБСТРАКТНЫЙ

1. Обоснование и цель

Уравнение риска почечной недостаточности (KFRE) широко используется для прогнозирования риска начала заместительной почечной терапии (ЗПТ) при хронической болезни почек (ХБП) на стадиях G3-G5. Новый калькулятор граммов, разработанный для поздних стадий ХБП (стадия G4 плюс), прогнозирует начало КРТ, сердечно-сосудистые события и смерть, однозначно учитывая конкурирующий риск смерти. Мы стремились проверить этот инструмент в когорте стадии G4 плюс для смерти и KRT.

2. Дизайн исследования

Ретроспективное когортное исследование.

3. Настройка и участники

442 пациента с ХБП на стадии G4+ (средний возраст ± SD 73 ± 12 лет; средний ± SD расчетная скорость клубочковой фильтрации 20 ± 6,2 мл/мин/1,73 м2), которые посетили многопрофильную клинику ХБП в Кингстонском центре медицинских наук в Онтарио, Канада. Результаты и аналитический подход. Дискриминация и калибровка исхода смерти были изучены с использованием показателей Грамма 2- и 4-год. Оценки 2- и 5-года KFRE и 2- и 4-года Грамма сравнивались с точки зрения дискриминации и калибровки для KRT.

4. Результаты

В нашей когорте было 91, 161 и 2{{10}}6 случаев смерти и 90, 145 и 159 случаев КРТ в возрасте 2, 4 и 5 лет соответственно. Модель Грамма продемонстрировала умеренное различение смерти через 4 года (площадь под кривой [AUC] {{20}},70; 95-процентный ДИ, 0.{{14 }},75) и хуже через 2 года (AUC, 0,63; 95-процентный ДИ, 0,57-0,70). Он лишь завышал прогноз смерти примерно на 10 процентов в большей части прогнозируемого диапазона. Обе модели имели одинаковую дискриминацию KRT через 2 года (KFRE AUC, 0,83; 95-процентный ДИ, 0,78-0,88, и Grams AUC, 0,8; 95-процентный ДИ, 0,{{35). }},87), 4 года (граммы AUC, 0,82; 95-процентный ДИ, 0,77-0.86) и 5 ​​лет (KFRE AUC, 0,81; 95-процентный ДИ, 0,{{ 49}}.85). Для KRT была проведена превосходная калибровка с использованием значений KFRE 2-года и граммов для прогнозируемых пороговых значений риска менее или равного 15 процентам, а также с использованием значений KFRE 5-года и граммов 4-года для прогнозируемые пороги риска Меньше или равные 20 процентам. В диапазонах более высокого риска KFRE завышает, а Grams занижает риск KRT.

5. Ограничения

Это одноцентровое исследование с преимущественно белой когортой, ограниченной меньшими размерами выборки при более высоких диапазонах прогнозируемых рисков, особенно для калькулятора граммов.

6. Выводы

Модель Грамса обеспечивает умеренно точные прогнозы смерти, и следует уделить внимание ее включению в обучение пациентов и предварительное планирование ухода. И модели Грамма, и модели KFRE остаются клинически полезными для определения рисков КРТ при поздних стадиях ХБП.

Нажмите здесь, чтобы узнать о преимуществах Цистанхе для почек

ВВЕДЕНИЕ

Хроническая болезнь почек (ХБП) связана с повышенным риском сердечно-сосудистых событий, смертности и прогрессирующего снижения скорости клубочковой фильтрации (СКФ), приводящего к почечной недостаточности.1,2 Однако исходы среди пациентов с ХБП весьма вариабельны. Скорость прогрессирования и другие исходы различаются у разных людей в зависимости от клинических и демографических факторов, таких как этиология ХБП, степень снижения СКФ и протеинурии, сопутствующие заболевания, возраст, доступность медицинской помощи, этническая принадлежность и многие другие.3 Следовательно, интерес к интеграции инструментов прогнозирования риска в клиническую практику вырос, так что пациенты с низким риском могут быть избавлены от чрезмерного беспокойства и дорогостоящего медицинского обследования, в то время как пациенты с высоким риском могут получить доступ к своевременным соответствующим вмешательствам, таким как направление к нефрологу, запись в многопрофильную клинику, подготовка к заместительной почечной терапии (ЗПТ).4-6

Несмотря на то, что во всем мире было разработано множество инструментов прогнозирования риска для когорт ХБП, большинство из них не были должным образом подтверждены или широко не интегрированы в клиническую практику.7 Уравнение риска почечной недостаточности (KFRE) было разработано Тангри и соавт. 2}}) и является наиболее проверенной моделью прогнозирования KRT.8-15 В 4-переменной итерации для прогнозирования рисков используются возраст, пол, расчетная СКФ (рСКФ) и соотношение альбумин-креатинин в моче (ACR). стадий ХБП G3-G5 прогрессирует до начала KRT с использованием 2-годовой и 5-годовой оценки KFRE (KFRE-2 и KFRE-5, соответственно).8 Валидация с участием 31 многонациональной когорты со средней исходной рСКФ 46 мл/мин/1,73 м2 показало, что KFRE имеет высокую дискриминационную способность и адекватную калибровку.16

В 2018 г. Grams et al9 разработали инструмент специально для популяции с ХБП стадии G4 плюс (рСКФ <30 мл/мин/1,73 м2) для прогнозирования как вероятности, так и порядка КРТ, сердечно-сосудистых заболеваний (ССЗ) и смерти на 2 и 4 стадиях. годы. Этот инструмент включает 9 клинических и демографических характеристик, которые, как ранее было показано, являются важными предикторами исхода при ХБП на стадии G4 плюс. 17 Этот новый инструмент, который однозначно считается конкурирующей конечной точкой смерти в своем развитии, не получил широкой внешней проверки. Недавнее исследование двух когорт — Шведского почечного регистра и Европейского исследования качества — изучало его прогностическую способность для КРТ, но не для другого важного исхода смерти.14 Наше исследование было направлено на оценку различения и калибровки этого нового инструмента для смерти и КРТ в когорту пациентов с ХБП на стадии G4 plus, рекомендованную нефрологами, и сравнить их показатели с показателями KFRE.

Цистанхе порошок

МЕТОДЫ

1. Дизайн исследования и когорта

Мы провели ретроспективное когортное исследование взрослых (старше или равно 18 лет), которые посещали междисциплинарную клинику ХБП хотя бы один раз в Кингстонском центре медицинских наук в Онтарио, Канада, в 2013 г. рСКФ < 30 мл/мин/1,73 м2 согласно уравнению CKDEPI (Сотрудничество по эпидемиологии хронических заболеваний почек), основанному на креатинине.18 В 2013 г. 500 000 жителей юго-восточного Онтарио. Электронные медицинские записи использовались для извлечения демографических и клинических данных, включая систолическое кровяное давление, при посещении клиники, связанных с анализом крови, статусом курения, а также историей диабета и сердечно-сосудистых заболеваний (определяемой как минимум 1 случай инфаркта миокарда, инсульта или сердца). отказ). Одобрение этики было получено от Совета по этике научных исследований медицинских наук и дочерних учебных больниц (6004492). Информированное согласие было отклонено, поскольку вся информация об участниках исследования была обезличена. Наше исследование следует за прозрачной отчетностью модели прогнозирования с несколькими переменными для отчетов модели прогнозирования индивидуального прогноза или диагноза (TRIPOD).

2. Результаты

Исходы включали наблюдаемые случаи смерти через 2 и 4 года после посещения клиники в 2013 г. и начало КРТ через 2, 4 и 5 лет. Смерть была установлена ​​с использованием записей из офиса Генерального регистратора Онтарио, в которых были указаны даты смерти и коды Международной классификации болезней для причины смерти для всех умерших пациентов.19 Сердечно-сосудистые события не были включены в этот анализ, поскольку мы не могли уверены, что все события будут зафиксированы, поскольку пациенты могли быть госпитализированы в другие региональные больницы. Однако Кингстонский центр медицинских наук предлагает единственную программу KRT в нашем регионе здравоохранения; поэтому данные KRT считались очень надежными с небольшой вероятностью потери для последующего наблюдения. Отсутствие данных о сердечно-сосудистых заболеваниях препятствовало анализу времени событий по отношению друг к другу. Из-за ограниченного числа смертей после начала КРТ мы ограничили анализ общим числом смертей независимо от сроков КРТ.

3. Предикторы

Предикторы, использованные в исследовании, включали показатели риска по калькулятору 2-года и 4-года по граммам (граммы-2 и граммы-4 соответственно) для любого KRT и любой смерти и 4- переменная KFRE-2 и KFRE-5 баллов для KRT на момент посещения индексной клиники в 2013 г. Разработчики модели Grams предоставили нам код модели и коэффициенты, и эти были использованы для генерации наших прогнозов модели Грамса. Прогнозируемые риски любой смерти и любой КРТ, независимо от порядка их возникновения, рассчитывались путем суммирования всех вероятностей, включая эти исходы. Например, вероятность любой смерти складывалась из суммы вероятностей смерти после КРТ, после ССЗ, после КРТ и ССЗ и только смерти.

Цистанхе трубчатая

4. Анализы

Не было отсутствующих данных для всей когорты относительно всех исходных данных, за исключением этнической принадлежности пациентов. Там, где данные об этнической принадлежности были недоступны (n=3), прогнозы Грамма были сгенерированы с вменением белой расы. Для 7 пациентов, у которых уровни соотношения альбумин-креатинин были ниже порога обнаружения, мы вменили самые низкие входные данные модели (10 мг/г).

5. Дискриминация

Дискриминация описывает способность модели отделять тех, кто переживает событие, от тех, кто его не испытывает. Это было оценено с использованием кривых рабочих характеристик приемника (ROC), точечных оценок площади под кривой (AUC) и 95-процентных доверительных интервалов (CI). Кривые ROC и AUC были созданы для оценки дискриминационной эффективности моделей 2- и 4-year Grams при прогнозировании смерти. Также были рассчитаны AUC для результатов KRT для моделей KFRE 2- и 5-года и моделей граммов 2- и 4-года. Сравнения AUC между 2 моделями через 2 года для наблюдаемого риска KRT были выполнены с использованием метода Делонга-Делонга-Кларка Пирсона.20 Мы интерпретировали AUC следующим образом:<0.7 as poor, 0.7-0.79 as fair, 0.8-0.89 as good, and >0.9 отлично.21 Кроме того, были рассчитаны индексы Харрелла C (HCI) для изучения дискриминационной способности с учетом времени до события.

6. Калибровка

Калибровка проверяет соответствие между прогнозами и наблюдаемыми результатами. Это было зафиксировано на калибровочных графиках, на которых графически сравнивались прогнозируемые и наблюдаемые риски смерти через 2 и 4 года для модели Грамма, а также сравнивались 2- и 4-годовые риски по сравнению с 5-годовыми рисками KRT для Грамма. и модели KFRE. Графики были построены с использованием локально взвешенного сглаживания диаграммы рассеяния по прогнозируемым значениям риска с ковер-графиками вдоль оси x для визуализации распределения данных прогнозируемого риска, а также средней наблюдаемой вероятности исхода среди групп пациентов, определяемых децилями прогнозируемый риск. Оценки Брайера в диапазоне от 0 (самая точная) до 1 (наименее точная) измеряют точность предсказания.

Цистанхе добавка

ОБСУЖДЕНИЕ

Это исследование когорты пациентов с прогрессирующей ХБП с высокой распространенностью диабета и сердечно-сосудистых заболеваний является первым, в котором была проведена внешняя проверка модели прогнозирования Грамма как для смерти, так и для КРТ. Мы обнаружили, что модель Грамса продемонстрировала достаточную дискриминацию при выявлении пациентов, которые пережили смерть в течение более длительного периода времени (граммы {{0}} AUC, 0,70; 95-процентный ДИ, 0.65- 0,75) и выполнялись неадекватно в течение более короткого промежутка времени (граммы-2 AUC, 0,63; 95-процентный ДИ, 0,57-0,70). Эта скромная дискриминация может быть отчасти связана с однородностью нашей когорты, в которую вошли пациенты со схожими значениями ковариата. Кроме того, скромные показатели исхода смерти в целом неудивительны, поскольку смерть по-прежнему трудно предсказать. Было продемонстрировано, что даже широко используемые инструменты прогнозирования смертности имеют лишь скромную точность со значительной вариабельностью в различных клинических условиях.22 Мы по-прежнему не уверены, почему Grams-4 превосходит Grams-2 в различении случаев смерти.

Данные о дискриминации, характерные для исхода смерти, не были доступны для сравнения в исследовании развития, и наше исследование является первым исследованием, которое подтвердило этот исход. Модель Грамса была довольно хорошо откалибрована для исхода смерти, и хотя она имела тенденцию к завышению прогноза смерти в большей части диапазона прогнозов, она делала это только примерно на 10 процентов. Наблюдаемые показатели смертности были выше в когортах производных Грамма (47 процентов; средний период наблюдения 3,5 года), чем в нашей когорте (36 процентов через 4 года; 47 процентов через 5 лет). Эти различия в исходных показателях опасности могут частично объяснить примерно 10-процентное превышение прогноза.9 Мы не можем комментировать различия в характеристиках пациентов между двумя когортами, поскольку характеристики когорт развития не представлены.9 Способность Grams{{ 13}} для прогнозирования смертности с достаточной точностью предполагает, что она может сыграть важную роль в расширении клинических дискуссий о целях лечения и обучения пациентов.

Модели Grams KRT продемонстрировали хорошую способность различать тех, кто начал и не начал KRT в 2 и 4 года, с AUC 0,81 (95-процентный ДИ 0.76- 0 0,87) и 0,82 (95-процентный ДИ 0.77-0.86) соответственно, что очень похоже на показатели в когорте Шведского почечного регистра ({ {14}},84 [95-процентный ДИ, 0.83-0,85] по сравнению с {{20}},83 [95-процентный ДИ, 0.{ {24}}.83] соответственно).14 Результаты KFRE KRT AUC также очень похожи или немного выше в исследованиях, которые также были сосредоточены на поздних стадиях ХБП (стадия G4 плюс).11,14,15 Дискриминация времени до события с использованием HCI были удовлетворительными, в диапазоне от 0,77 до 0,8{{40}}, при этом KFRE-2 работал лучше всего (HCI, {{47} },80; 95% ДИ, 0.75-0,85). Наши показатели HCI KFRE были сопоставимы с показателями когорты Шведского европейского исследования качества (2-годовой HCI, 0,76 [95-процентный ДИ, 0,72-0,80]; 5-годовой HCI, 0,75 [ 95-процентный ДИ, 0,72-0,79]).14

Обе модели Grams и KFRE были одинаково хорошо откалиброваны для начала KRT при прогнозируемых рисках<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 процентов, что также было продемонстрировано в когортах Шведского почечного регистра и Европейского исследования качества. сильно различаются между когортами.9 Наблюдаемые показатели КРТ были ниже в когорте отведения Грамса (12 процентов; средний период наблюдения 3,5 года), чем в нашей когорте (33 процента через 4 года), что, вероятно, способствует наблюдаемым расхождениям.9 Отсутствие сводных данных о характеристиках пациентов в группе развития Грамма не позволяет провести сравнение характеристик пациентов. И наоборот, модели KFRE завышают риски при более высоких пороговых значениях. Как в исходном многонациональном валидационном исследовании KFRE16, так и в многонациональном валидационном исследовании G4 плюс KFRE9 в отдельных когортах наблюдались как заметная недооценка, так и переоценка при всех уровнях риска. Большинство других калибровочных исследований также продемонстрировали тенденцию моделей KFRE к переоценке риска при поздних стадиях ХБП11,15 и ХБП на стадиях G3-G5.2 В когортах Европейского исследования качества и Шведского почечного регистра KFRE{{18} } также переоценил риски, хотя, в отличие от текущего исследования, KFRE-2 этого не сделал. ниже, чем показатель KRT в 20 процентов, наблюдаемый в этом исследовании. Это неудивительно, учитывая, что у нашей когорты была более выраженная ХБП с более низкой рСКФ и более высоким ACR, чем у когорты с развитием KFRE. Различия в производительности модели между разными когортами подчеркивают важность обширной внешней проверки модели в различных условиях и группах населения.

Цистанхе капсулы

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 процентов. Это следует дополнительно изучить на других популяциях пациентов.

Было обоснованно рекомендовано использовать прогнозирование риска для помощи в обучении пациентов, принятии клинических решений и управлении ресурсами при лечении пациентов с ХБП.4,5,23,24 клиническая помощь, эффективность тестов при любом заданном пороге, распространенность результатов и потенциальные последствия неправильной классификации для результатов пациентов и использования ресурсов — все это необходимо рассматривать в контексте характеристик популяции каждого центра. Используя усмотрение врача и принимая во внимание клиническую ситуацию отдельного пациента, эти инструменты прогнозирования риска можно использовать для расширения дискуссий о прогнозировании. Были предложены пороговые значения для нефрологии, междисциплинарного лечения ХБП и направления на планирование трансплантации или фистулы, которые используются некоторыми центрами, использующими модель KFRE. соответствующим образом упомянуто. Инструменты и обучение, чтобы помочь поставщикам первичной медико-санитарной помощи в ведении пациентов с ХБП с низким риском KRT, должны быть разработаны и легко доступны. Особое внимание следует уделять средствам, модифицирующим сердечно-сосудистые заболевания и заболевания почек, таким как блокаторы ренин-ангиотензиновой системы и ингибиторы натрий-глюкозного котранспортера-2. Дорогие ресурсы, необходимые для управления нефрологическими клиниками, многопрофильными клиниками и планирования КРТ, могут быть затем более целесообразно распределены для пациентов с более высоким риском. Прогнозы риска в течение 2-года были бы более разумными для направлений на трансплантацию, обучение КРТ и сосудистый доступ, тогда как прогнозы на 4- и 5-годы могут быть более разумными для направлений к нефрологу. Чтобы включить этот риск-ориентированный подход в процесс принятия клинических решений, предлагаемые пороговые значения должны быть всесторонне подтверждены внешними данными в общей нефрологической и многопрофильной популяции пациентов с ХБП, направленных на лечение.

Наше исследование имеет несколько сильных сторон. Мы включили пациентов с ХБП стадии G4 плюс, которые наблюдались в единственной региональной многопрофильной клинике ХБП с минимальной потерей для последующего наблюдения и отсутствием данных. Мы также являемся единственным региональным центром КРТ; таким образом, весьма вероятно, что все результаты KRT были зафиксированы. Данные о жизненном статусе были предоставлены Генеральным регистратором Онтарио, что ограничивает возможность пропуска событий смерти. Наша проверочная когорта аналогична когортам многих других опубликованных когорт ХБП и, следовательно, является репрезентативной для населения, в котором используются инструменты.9 Мы признаем несколько ограничений. Прежде всего, наш анализ ограничен меньшими размерами выборки при более высоких диапазонах прогнозируемого риска, особенно для калькулятора граммов. Наблюдаемые оценки KFRE были лучше распределены по диапазону вероятностей. Во-вторых, наше исследование было одноцентровым, и, как и в когортах развивающихся, в нем преобладала белая когорта. Остается неизвестным, можно ли экстраполировать результаты на расово разные группы пациентов. Кроме того, у нас не было минимальной рСКФ на исходном уровне для нашей когорты; таким образом, мы включили в нашу выборку пациентов, которые, вероятно, выберут консервативное лечение. Однако доля этих пациентов с рСКФ < 6 мл/мин/1,73 м2 в нашей когорте в целом была довольно низкой (n=4; 0,9 процента). Наконец, отсутствие интегрированных электронных медицинских карт для доступа к региональным больничным записям не позволило оценить компонент сердечно-сосудистых событий инструмента Grams. Эта модель дает возможность прогнозировать риск сердечно-сосудистых событий у пациентов с далеко зашедшей ХБП, которая была недостаточно изучена.25 Это остается важным приоритетом исследований, что дополнительно подчеркивается тем, что сердечно-сосудистые заболевания являются основной причиной смертности (27 процентов) в нашей когорте. Наконец, мы рассмотрели все смерти вместе, а не рассматривали их отдельно до и после инициации КРТ из-за небольшого количества. Требуется дальнейшее изучение сроков смерти в более крупных когортах.

Стандартизированный цистанхе

ЗАКЛЮЧЕНИЕ

В заключение, в нашей когорте пациентов с поздними стадиями ХБП и высокой распространенностью диабета и сердечно-сосудистых заболеваний модель смерти по Грамсу обеспечивает достаточно точную оценку риска смерти в момент времени 4-год. Его включение в клиническую помощь, в частности, в отношении решений, касающихся целей лечения, должно помочь как пациентам, так и их поставщикам медицинских услуг лучше понять вероятность критического исхода для здоровья в виде смерти, которая часто недооценивается и недостаточно обсуждается. В нашей когорте модель Грамса недооценивает риски для KRT, тогда как модель KFRE переоценивает его при более высоких пороговых значениях риска. Дальнейшие внешние подтверждающие исследования, наряду с исследованиями воздействия с использованием пороговых значений модели для принятия клинических решений, по-прежнему необходимы для подтверждения полезности этих моделей прогнозирования.

Эффективность цистанхиса на почках

Эффективность цистанхиса на почках в последние годы является предметом интереса и исследований. Цистанчис, также известный как Роу Конг Ронг, является традиционной китайской травой, которая широко используется в народной медицине из-за ее потенциального терапевтического воздействия на различные состояния здоровья, включая заболевания почек.

Исследования показали, что цистанхис обладает рядом фармакологических свойств, полезных для здоровья почек. Во-первых, было обнаружено, что он обладает антиоксидантными и противовоспалительными свойствами, которые помогают уменьшить окислительный стресс и воспаление в почках. Это важно, поскольку окислительный стресс и воспаление являются основными причинами развития и прогрессирования заболеваний почек.

Кроме того, было показано, что цистанхис оказывает защитное действие на клетки почечных канальцев, которые отвечают за фильтрацию продуктов жизнедеятельности из крови и поддержание электролитного баланса. Способствуя здоровью и функционированию этих клеток, Цистанхис помогает улучшить общую функцию почек.

Кроме того, цистанхис продемонстрировал мочегонные свойства, которые усиливают выработку мочи и способствуют выведению токсинов и отходов из организма. Увеличивая диурез, Цистанхис помогает вымывать вредные вещества, которые могут накапливаться в почках, тем самым улучшая здоровье почек.

В целом, данные свидетельствуют о том, что цистанхис может быть эффективен для улучшения здоровья почек и лечения заболеваний, связанных с почками. Однако необходимы дополнительные исследования, чтобы полностью понять механизмы его действия и определить оптимальную дозировку и продолжительность лечения. Тем не менее, Цистанхис обещает стать естественным средством для здоровья почек и требует дальнейшего изучения и изучения.

ИСПОЛЬЗОВАННАЯ ЛИТЕРАТУРА

1. Консорциум по прогнозированию хронической болезни почек; Мацусита К., ван дер Вельде М. и др. Ассоциация расчетной скорости клубочковой фильтрации и альбуминурии со смертностью от всех причин и сердечно-сосудистых заболеваний в когортах населения в целом: совместный метаанализ. Ланцет. 2010;375(9731):2073-2081.

2. Маркс А., Флак Н., Прескотт Г.Дж. и соавт. Взгляд в будущее: прогнозирование результатов замены почки в большой когорте населения с хроническим заболеванием почек. Трансплантация нефролового циферблата. 2015;30(9):1507-1517.

3. Го А.С., Ян Дж., Тан Т.С. и др. Современные показатели и предикторы быстрого прогрессирования хронической болезни почек у взрослых с сахарным диабетом и без него. БМК Нефрол. 2018;19(1):146.

4. Фаррингтон К., Цович А., Нистор И. и др. Клинические рекомендации по ведению пожилых пациентов с хронической болезнью почек стадии 3b или выше (рСКФ<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: показатели риска прогрессирования хронической болезни почек надежны, эффективны и готовы к внедрению. Трансплантация нефролового циферблата. 2017;32(5): 748-751.

6. Эккардт К.У., Бансал Н., Кореш Дж. и соавт. Улучшение прогноза пациентов с сильно сниженной скоростью клубочковой фильтрации (CKD G4 plus): выводы конференции по проблемам болезни почек: улучшение глобальных результатов (KDIGO). почки инт. 2018;93(6):1281-1292.

7. Dekker FW, Ramspek CL, van Diepen M. Con: большинство оценок клинического риска бесполезны. Трансплантация нефролового циферблата. 2017;32(5): 752-755.

8. Тангри Н., Стивенс Л.А., Гриффит Дж. и др. Прогностическая модель прогрессирования хронической болезни почек до почечной недостаточности. ДЖАМА. 2011;305(15):1553-1559.

9. Grams ME, Sang Y, Ballew SH, et al. Прогнозирование сроков клинических исходов у пациентов с хронической болезнью почек и выраженным снижением скорости клубочковой фильтрации. почки инт. 2018;93(6):1442-1451.

10. Lennartz CS, Pickering JW, Seiler-Mußler S, et al. Внешняя проверка уравнения риска почечной недостаточности и повторная калибровка с добавлением ультразвуковых параметров. Clin J Am Soc Нефрол. 2016;11(4):609-615.

11. Петерс М.Дж., ван Зуилен А.Д., ван ден Бранд Дж.А. и соавт. Валидация уравнения риска почечной недостаточности у европейских пациентов с ХБП. Трансплантация нефролового циферблата. 2013;28(7): 1773-1779.

12. Поток О.А., Нгуен Х.А., Абдельмалек Дж.А., Бебен Т., Вуделл Т.Б., Рифкин Д.Е. Пациенты, «нефрологи» и прогнозируемые оценки риска ХПН по сравнению с 2-годовой заболеваемостью ХПН. Clin J Am Soc Нефрол. 2019;14(2):206-212.

13. Уитлок Р.Х., Шартье М., Коменда П. и др. Валидация уравнения риска почечной недостаточности в Манитобе. Can J Kidney Health Dis. 2017;4:2054358117705372.

14. Ramspek CL, Evans M, Wanner C, et al. Модели прогнозирования почечной недостаточности: всестороннее внешнее проверочное исследование у пациентов с прогрессирующей ХБП. J Am Soc Нефрол. 2021;32(5): 1174-1186.

15. Хундемер Г.Л., Тангри Н., Суд М.М. и др. Эффективность уравнения риска почечной недостаточности в зависимости от этиологии заболевания при прогрессирующей ХБП. Clin J Am Soc Нефрол. 2020;15(10):1424- 1432.

16. Tangri N, Grams ME, Levey AS, et al. Многонациональная оценка точности уравнений для прогнозирования риска почечной недостаточности: метаанализ. ДЖАМА. 2016;315(2):164-174.

17. Evans M, Grams ME, Sang Y, et al. Факторы риска для прогноза у пациентов с сильно сниженной СКФ. Kidney Int Rep. 2018;3(3):625-637.

18. Леви А.С., Стивенс Л.А., Шмид С.Х. и соавт. Новое уравнение для оценки скорости клубочковой фильтрации. Энн Интерн Мед. 2009;150(9):604-612.

19. Провинция Онтарио. Министерство государственных и потребительских услуг. По состоянию на 12 августа 2020 г. https://www.ontario.ca/page/ministry-government-and-consumer services

20. Делонг Э.Р., Делонг Д.М., Кларк-Пирсон Д.Л. Сравнение площадей под двумя или более коррелированными кривыми рабочих характеристик приемника: непараметрический подход. Биометрия. 1988;44(3):837-845.

21. Лента ТГ. Интерпретация диагностических тестов. По состоянию на 10 марта 2022 г. http://gim.unmc.edu/dxtests/Default.htm

22. Сионтис Г.К., Цулаки И., Иоаннидис Дж.П. Прогнозирование смерти: эмпирическая оценка средств прогнозирования смертности. Arch Intern Med. 2011;171(19):1721-1726.

23. Болезнь почек: рабочая группа по улучшению глобальных результатов (KDIGO). Руководство по клинической практике KDIGO 2012 г. по оценке и лечению хронической болезни почек. почки инт. 2012;3(дополнение 1):1-150.

24. Акбари А., Клас К.М., Акотт П. и др. Комментарий Канадского общества нефрологов к руководству по клинической практике KDIGO по оценке и лечению ХБП. Am J почек Dis. 2015;65(2):177-205.

25. Таал М.В. Хроническая болезнь почек: к подходу, основанному на оценке риска. Клин Мед (Лондон). 2016;16(дополнение 6):s117-s120.

Сьюзен Дж. Танабаласингам, Эдуард А. Илиеску, Патрик А. Норман, Эндрю Г. Дэй, Аюб Акбари, Грегори Л. Хундемер и Кристин А. Уайт

отделение нефрологии медицинского факультета Королевского университета, Кингстон, Канада (SJT, EAI, CAW);

Кингстонский институт общих исследований в области здравоохранения, Кингстонский центр медицинских наук, Кингстон, Канада (PAN, AGD);

Департамент наук об общественном здравоохранении, Королевский университет, Кингтон, Канада (PAN, AGD);

Отделение нефрологии медицинского факультета Оттавского университета, Оттава, Канада (AA, GLH).