文献

J-GLOBAL ID：201902279099327330   整理番号：19A1527039

慢性腎臓病患者における死亡率と腎臓補充療法開始のためのCT-PIRP予後モデルの時間的検証【JST・京大機械翻訳】

Temporal validation of the CT-PIRP prognostic model for mortality and renal replacement therapy initiation in chronic kidney disease patients

著者 (8件)： Gibertoni Dino (Department of Biomedical and Neuromotor Sciences, University of Bologna, Bologna, Italy) ,  Rucci Paola (Department of Biomedical and Neuromotor Sciences, University of Bologna, Bologna, Italy) ,  Mandreoli Marcora (Nephrology and Dialysis Unit, Ospedale S. Maria della Scaletta, Imola, Italy) ,  Corradini Mattia (Nephrology and Dialysis Unit, Ospedale S.Maria Nuova, Reggio Emilia, Italy) ,  Martelli Davide (Nephrology and Dialysis Unit, Ospedale S.Maria delle Croci, Ravenna, Italy) ,  Russo Giorgia (Nephrology and Dialysis Unit, Ospedale S.Anna, Ferrara, Italy) ,  Mancini Elena (Nephrology, Dialysis and Hypertension Unit, Policlinico S.Orsola-Malpighi, Bologna, Italy) ,  Santoro Antonio (Nephrology, Dialysis and Hypertension Unit, Policlinico S.Orsola-Malpighi, Bologna, Italy)
資料名： BMC Nephrology (Web)  (BMC Nephrology (Web))
巻： 20  号： 1  ページ： 177  発行年： 2019年 
JST資料番号： U7437A  ISSN： 1471-2369  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： Emilia-Romagna(イタリア)における13のNephroology病院ユニットを含む,PIRP(Progetto Insufficienza renale progressiva)プロジェクトに参加した慢性腎臓病(CKD)患者の年間腎機能低下を予測するために,2013年に分類ツリーモデル(CT-PIRP)を開発した。このモデルは,異なる推定糸球体濾過率(eGFR)年間低下と関連するベースライン特性の特異的組合せを有する7つのサブグループを同定したが,死亡率と腎臓置換療法(RRT)を予測するモデルの能力はまだ確立されていない。生存分析を用いて,誘導コホート(n=2265)で同定されたCT-PIRPサブグループが異なる死亡率とRRTリスクを有するかどうかを決定した。時間的検証は,その後登録されたPIRP患者の整合コホート(n=2051)において行われ,そこでは,識別と較正が,Kaplan-Meier生存曲線,Cox回帰およびFine&Gray競合リスクモデリングを用いて評価された。両コホートにおいて,死亡リスクはサブグループ3(蛋白尿,低eGFR,高血清リン酸)で高く,サブグループ1(蛋白尿,高eGFR),4(非蛋白尿,若年,非糖尿病)および5(非蛋白尿,若年,糖尿病)で低かった。RRTのリスクは,サブグループ3と2(蛋白尿,低eGFR,低血清リン酸)で高かったが,サブグループ1,6(非蛋白尿,高齢女性)と7(非蛋白尿,高齢男性)は,より低いリスクを示した。キャリブレーションはすべてのサブグループにおいて死亡率に対して優れていたが,RRTに対してはサブグループ4および5を除いて全体的に良好であった。CT-PIRPモデルは,日常的に収集された変数に基づいて,死亡率とRRTのための時間的に検証された予測ツールであり,それは,偶発的CKD患者の治療に関する意思決定を助けることができた。他のCKD集団における外部検証は,その一般化可能性を決定するために必要である。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 血清 ,  イタリア共和国 ,  糖尿病 ,  *ヒト ,  予測 ,  意思決定 ,  *死亡率 ,  母集団 ,  *慢性腎臓病 ,  蛋白尿 ,  女性 ,  男性 ,  若年 ,  死亡リスク
準シソーラス用語： 外部検証 ,  Emilia , 【Automatic Indexing@JST】

著者キーワード (8件)： 慢性腎臓病 ,  CKD ,  予後モデル ,  分類ツリー ,  腎臓転帰 ,  腎臓病 ,  RRTの開始 ,  時間的検証

分類 (2件)： 泌尿生殖器の疾患  (GM03000L) ,  代謝異常・栄養性疾患一般  (GD05010J)

引用文献 (39件)：

• BMJ Open; Chronic kidney disease: a large-scale population-based study of the effects of introducing the CKD-EPI formula for eGFR reporting; C. A. O'Callaghan, B. Shine, D. S. Lasserson; 1; 2; 2011; e000308-e000308; 10.1136/bmjopen-2011-000308; citation_id=CR1
• PLoS One; Global prevalence of chronic kidney disease: a systematic review and meta-analysis; NR Hill, ST Fatoba, JL Oke, JA Hirst, CA O’Callaghan, DS Lasserson; 11; 2016; e0158765; 10.1371/journal.pone.0158765; citation_id=CR2
• Semin Nephrol; The patterns, risk factors, and prediction of progression in chronic kidney disease: a narrative review; D Collister, T Ferguson, P Komenda, N Tangri; 36; 2016; 273-282; 10.1016/j.semnephrol.2016.05.004; citation_id=CR3
• Annals of Internal Medicine; Risk Prediction Models for Patients With Chronic Kidney Disease; Navdeep Tangri, Georgios D. Kitsios, Lesley Ann Inker, John Griffith, David M. Naimark, Simon Walker, Claudio Rigatto, Katrin Uhlig, David M. Kent, Andrew S. Levey; 158; 8; 2013; 596; 10.7326/0003-4819-158-8-201304160-00004; citation_id=CR4
• Am J Kidney Dis; A dynamic predictive model for progression of CKD; N Tangri, LA Inker, B Hiebert, J Wong, D Naimark, D Kent; 69; 2017; 514-520; 10.1053/j.ajkd.2016.07.030; citation_id=CR5

タイトルに関連する用語 (8件)： 慢性 ,  腎臓病患者 ,  死亡率 ,  腎臓 ,  補充療法 ,  CT ,  予後モデル ,  検証