関連する実験動画
Updated: Jan 4, 2026

Assessment of Vascular Function in Patients With Chronic Kidney Disease
Published on: June 16, 2014
インシデント慢性腎疾患のリスク予測方程式の開発
Robert G Nelson1, Morgan E Grams2, Shoshana H Ballew2
1Chronic Kidney Disease Section, National Institute of Diabetes and Digestive and Kidney Diseases, National Institutes of Health, Phoenix, Arizona.
新しいリスク方程式により,慢性腎臓病 (CKD) のリスクが高い個人を特定できます. 500万人以上のデータを用いて開発されたこのツールは 慢性腎臓病の発症を予測するのに 高い精度を示しています
科学分野:
- 腎臓科
- 流行病学について
- バイオ統計学
背景:
- 慢性腎臓病 (CKD) のリスクを早期に特定することは,早期の介入と患者の成果の改善に不可欠です.
- 現在の評価ツールでは,CKDのリスクが高い個人を適切に特定できないため,より正確な予測モデルの開発が必要になります.
研究 の 目的:
- 推定小球球膜濾過率 (eGFR) の低下によって定義される,慢性腎臓病を発症するリスクが高い個人を特定するためのリスク評価ツールを開発し,検証する.
主な方法:
- 520万人以上の参加者を含む34の多国籍コホート (CKD Prognosis Consortium) の個人レベルのデータを分析した.
- 2段階の分析が行われ,糖尿病患者と無糖尿病患者のモデルが別々に開発され,人口統計学的および臨床的要因が組み込まれました.
- モデルの性能は,差別 (C統計) と校正を用いて評価され,9つの外部コホートで検証された.
主要な成果:
- 年齢,性別,人種/民族,eGFR,心血管疾患歴,喫煙状況,高血圧,BMI,アルブミヌリアを含むリスク方程式が開発されました.
- 糖尿病患者の場合,モデルには糖尿病薬とヘモグロビンA1cも含まれていました. 5年後のリスク予測におけるCの平均値は0. 845 (糖尿病なし) と0. 801 (糖尿病患者) でした.
- カリブレーション分析では,さまざまな集団で許容可能なパフォーマンスを示し,ほとんどの研究集団では,観察されたリスクと予測されたリスクの傾きが0. 80から1. 25の間で示された.
結論:
- 大規模で多様な集団から開発された 発作性腎臓病のリスク予測方程式は 強い差別性を示しています
- カリブレーションは集団によって変化しますが,開発された方程式は,CKDのリスクのある個人を特定するのに有望です.
- これらのリスク方程式の臨床適用が患者のケアと結果を改善するかどうかを確認するには,さらなる研究が必要です.
関連する概念動画
Drug Dosing in Renal Diseases: Estimation of Glomerular Filtration Rate Based on Serum Creatinine Concentration
Chronic Kidney Disease I: Introduction
Acute Kidney Injury I: Introduction
Chronic Kidney Disease III: Interprofessional Care
Acute Kidney Injury IV: Diagnostic Studies and Prevention
Acute Kidney Injury III: Clinical Manifestations

