DOI: https://doi.org/10.1038/s41467-024-55629-5
PMID: https://pubmed.ncbi.nlm.nih.gov/39747882
تاريخ النشر: 2025-01-02
المؤلف: Yuhui Zhang وآخرون
الموضوع الرئيسي: أبحاث إصابة الكلى الحادة
نظرة عامة
يتناول هذا القسم تطوير والتحقق من صحة نموذج توقع قابل للتفسير في الوقت الحقيقي للإصابة الحادة بالكلى (AKI) لدى المرضى الذين يتم إدخالهم إلى المستشفى بشكل عام، مع التركيز بشكل خاص على أولئك في البلدان النامية. تم اشتقاق النموذج من مستشفى كبير من المستوى الثالث في الصين، ويشمل 20 متغيرًا سريريًا متاحًا بسهولة وقد تم التحقق من صحته عبر خمسة مستشفيات مستقلة ذات مستويات مختلفة. أداء النموذج التنبؤي قوي، حيث يظهر قيم المنطقة تحت المنحنى (AUC) للإصابة الحادة بالكلى المستندة إلى مستوى الكرياتينين في الدم والإصابة الحادة الشديدة خلال 48 ساعة تتراوح من 0.74 إلى 0.90 للنماذج المنقولة ومن 0.81 إلى 0.95 للنماذج المعاد ضبطها.
تسمح نقاط القطع المثلى للنموذج بالتنبؤ بالإصابة الحادة بالكلى قبل 72 ساعة في المتوسط خلال التحقق الداخلي وبين 54 إلى 90 ساعة في التحقق الخارجي. نظرًا للعبء الكبير للإصابة الحادة بالكلى، خاصة في البلدان النامية حيث تؤثر على حوالي 13.3 مليون فرد سنويًا، يقدم هذا النموذج استراتيجية واعدة وفعالة من حيث التكلفة للتعرف المبكر والوقاية من الإصابة الحادة بالكلى، وهو أمر حاسم لتقليل المراضة والوفيات وتكاليف الرعاية الصحية المرتبطة بها.
الطرق
اتبعت الدراسة إرشادات TRIPOD لتطوير والتحقق من صحة نماذج التنبؤ، مما يضمن الشفافية والدقة في منهجيتها. تم الحصول على الموافقة الأخلاقية من عدة مؤسسات، بما في ذلك مستشفى بكين الجامعي الأول ومستشفى الشعب بمقاطعة سيتشوان، من بين آخرين، مع توفير أرقام الموافقة المحددة لكل موقع. نظرًا للتصميم الرجعي للدراسة، الذي استخدم بيانات طبية موجودة ومجهولة الهوية، تم التنازل عن متطلبات موافقة المرضى، مما سمح بجمع وتحليل البيانات ذات الصلة بكفاءة.
النتائج
يقدم قسم “النتائج” في ورقة البحث النتائج الرئيسية المستمدة من التجارب أو التحليلات التي تم إجراؤها. عادةً ما يتضمن بيانات كمية، وتحليلات إحصائية، وتمثيلات بصرية مثل الرسوم البيانية أو الجداول التي توضح نتائج الدراسة. غالبًا ما تتم مقارنة النتائج مع الفرضيات أو الدراسات السابقة لتسليط الضوء على الفروق أو التأكيدات الهامة.
قد يناقش القسم أيضًا تداعيات النتائج، بما في ذلك أهميتها بالنسبة للأسئلة البحثية المطروحة في المقدمة. بالإضافة إلى ذلك، يتم تناول أي نتائج غير متوقعة أو شذوذ، مما يوفر نظرة شاملة على مساهمات الدراسة في هذا المجال. بشكل عام، يخدم هذا القسم للتحقق من صحة منهجية البحث ويدعم الاستنتاجات المستخلصة في الأقسام اللاحقة.
المناقشة
في هذه الدراسة متعددة المراكز، تم تطوير والتحقق من صحة نموذج تنبؤ للإصابة الحادة بالكلى (AKI) باستخدام بيانات من 161,876 إدخال عبر خمسة مستشفيات. أظهر النموذج دقة تنبؤية عالية، حيث تراوحت قيم المنطقة تحت المنحنى (AUC) للإصابة الحادة بالكلى والإصابة الحادة الشديدة خلال 48 ساعة من 0.74 إلى 0.90 في مجموعات التحقق. تضمن 20 ميزة سريرية متاحة بسهولة، مما يسمح بالتنفيذ السهل في أنظمة السجلات الصحية الإلكترونية (EHR). يتيح تصميم النموذج للأطباء تحديد المرضى ذوي المخاطر العالية قبل حوالي 72 ساعة، مما يسهل التدخلات في الوقت المناسب التي قد تخفف من المزيد من تلف الكلى.
سلطت الدراسة الضوء على اختلافات كبيرة في التركيبة السكانية للمرضى والخصائص السريرية عبر المجموعات، مما يؤثر على أداء النموذج. ومن الجدير بالذكر أن المرضى في المستشفيات من المستوى الثالث أظهروا معدلات إصابة حادة بالكلى أعلى مقارنة بأولئك في المستشفيات المحلية. تم تعزيز قابلية تكيف النموذج بشكل أكبر من خلال إعادة ضبطه لمواقع محددة، مما حسن الأداء التنبؤي، خاصة في المستشفيات التي كانت نتائجها الأولية أقل رضا. بشكل عام، تؤكد النتائج على إمكانية تطبيق النموذج على نطاق واسع في بيئات الرعاية الصحية المتنوعة، خاصة في البلدان النامية حيث تعتبر التعرف على الإصابة الحادة بالكلى وإدارتها تحديات حرجة. يجب أن تركز الأبحاث المستقبلية على التأثير الواقعي للنموذج على نتائج المرضى ودمجه في الممارسة السريرية.
DOI: https://doi.org/10.1038/s41467-024-55629-5
PMID: https://pubmed.ncbi.nlm.nih.gov/39747882
Publication Date: 2025-01-02
Author(s): Yuhui Zhang et al.
Primary Topic: Acute Kidney Injury Research
Overview
This section discusses the development and validation of a real-time, interpretable prediction model for acute kidney injury (AKI) in general hospitalized patients, specifically targeting those in developing countries. The model, derived from a large tertiary hospital in China, incorporates 20 readily available clinical variables and has been validated across five independent hospitals with varying tiers. The predictive performance of the model is robust, demonstrating area under the curve (AUC) values for serum creatinine-based AKI and severe AKI within 48 hours ranging from 0.74 to 0.90 for transported models and from 0.81 to 0.95 for refitted models.
The model’s optimal probability cutoffs allow for AKI prediction at a median of 72 hours in advance during internal validation and between 54 to 90 hours in external validation. Given the significant burden of AKI, particularly in developing countries where it affects approximately 13.3 million individuals annually, this model presents a promising, cost-effective strategy for early identification and prevention of AKI, which is crucial for reducing associated morbidity, mortality, and healthcare costs.
Methods
The study adhered to the TRIPOD guidelines for developing and validating prediction models, ensuring transparency and rigor in its methodology. Ethical approval was obtained from multiple institutions, including Peking University First Hospital and Sichuan Provincial People’s Hospital, among others, with specific approval numbers provided for each site. Given the retrospective design of the study, which utilized existing and deidentified medical data, the requirement for patient informed consent was waived, allowing for the efficient collection and analysis of the relevant data.
Results
The “Results” section of the research paper presents key findings derived from the conducted experiments or analyses. It typically includes quantitative data, statistical analyses, and visual representations such as graphs or tables that illustrate the outcomes of the study. The results are often compared against hypotheses or previous studies to highlight significant differences or confirmations.
The section may also discuss the implications of the findings, including their relevance to the research questions posed in the introduction. Additionally, any unexpected results or anomalies are addressed, providing a comprehensive overview of the study’s contributions to the field. Overall, this section serves to validate the research methodology and supports the conclusions drawn in subsequent sections.
Discussion
In this multicenter study, a predictive model for acute kidney injury (AKI) was developed and validated using data from 161,876 admissions across five hospitals. The model demonstrated high predictive accuracy, with area under the curve (AUC) values for AKI and severe AKI within 48 hours ranging from 0.74 to 0.90 in validation cohorts. It incorporated 20 readily available clinical features, allowing for straightforward implementation in electronic health record (EHR) systems. The model’s design enables clinicians to identify high-risk patients nearly 72 hours in advance, facilitating timely interventions that could mitigate further kidney damage.
The study highlighted significant variations in patient demographics and clinical characteristics across the cohorts, influencing the model’s performance. Notably, patients in tertiary hospitals exhibited higher AKI incidence rates compared to those in local hospitals. The model’s adaptability was further enhanced by refitting it to specific sites, which improved predictive performance, particularly in hospitals with less satisfactory initial results. Overall, the findings underscore the model’s potential for broad application in diverse healthcare settings, particularly in developing countries where AKI recognition and management are critical challenges. Future research should focus on the model’s real-world impact on patient outcomes and its integration into clinical practice.