Simple Science

La science de pointe expliquée simplement

# Sciences de la santé# Néphrologie

Évaluation du risque d'insuffisance rénale chez les patients atteints de maladie rénale chronique au Pérou

Évaluer l'efficacité du KFRE pour prédire l'insuffisance rénale chez les patients péruviens.

― 8 min lire


Prédiction dePrédiction del'insuffisance rénale auPéroupatients atteints de MRC au Pérou.Évaluer la précision du KFRE pour les
Table des matières

La maladie rénale chronique (MRC) est un gros problème de santé qui affecte plein de gens dans le monde. Ça pèse lourd sur les systèmes de santé, surtout dans les pays pauvres où les ressources médicales peuvent manquer. La MRC touche plus de 10 % de la population mondiale, avec une présence notable dans des pays comme le Pérou, où des millions d'adultes souffrent de différents niveaux de MRC.

Importance de l'Orientation Précoce

Faire voir les patients atteints de MRC à un spécialiste des reins, appelé néphrologue, dès le début peut vraiment réduire les coûts de santé. Les orientations précoces aident à empêcher la maladie d'empirer, ce qui peut mener à une insuffisance rénale et d'autres problèmes de santé graves. C'est encore plus crucial dans les systèmes de santé où les spécialistes se font rares. Il y a des modèles de prédiction des risques qui peuvent aider les médecins à savoir quand orienter les patients, guider les options de traitement, et prévoir les procédures qui pourraient être nécessaires plus tard.

Pratiques d'Orientation Actuelles

Au Pérou, les recommandations pour orienter les patients MRC se basent surtout sur quelques indicateurs, comme le Taux de filtration glomérulaire estimé ([EGFR](/fr/keywords/taux-de-filtration-glomerulaire-estime--kk22w7g)) et les niveaux d'une protéine dans les urines appelée Albumine. Ces critères de base ratent parfois des patients à haut risque qui ont besoin de soins urgents et orientent des patients qui ne sont pas à risque significatif, ce qui crée des inefficacités.

L'Équation de Risque d'Insuffisance Rénale (KFRE)

L'Équation de Risque d'Insuffisance Rénale (KFRE) est un outil développé pour prédire à quel point il est probable que les patients MRC progressent vers l'insuffisance rénale. Ça utilise quelques variables simples qui sont facilement accessibles dans les établissements de santé. Cependant, la précision de cet outil peut varier entre différents groupes de patients, donc c'est essentiel de tester son efficacité dans des populations spécifiques, comme celles du Pérou.

Objectifs de l'Étude

Cette étude vise à tester à quel point le KFRE à 4 variables fonctionne bien pour prédire l'insuffisance rénale sur deux périodes : 2 ans et 5 ans. On a examiné un grand et divers groupe de Péruviens avec des stades de MRC 3a, 3b, et 4. Ces personnes ont été traitées dans des centres de soins primaires.

Conception de l'Étude et Données Patient

On a regardé des données de patients dans un réseau de santé national au Pérou. On a recueilli des infos sur leur démographie et leur état clinique. Notre étude s'est concentrée sur les patients âgés de 18 ans ou plus avec des signes de MRC enregistrés entre 2013 et 2017. On a seulement inclus les patients qui avaient mesuré à la fois l'eGFR et les niveaux de protéines urinaires.

On a examiné deux groupes de patients MRC : un avec des stades 3a à 4 et un autre avec des stades plus avancés 3b à 4. Cette approche a aidé à garantir des résultats fiables.

Implication des Patients et Taille de l'Échantillon

Les patients n'ont pas participé directement à la conception ou à l'exécution de l'étude. On a accédé à toutes les données nécessaires disponibles de manière routinière, donc on n'a pas fait de calcul formel pour la taille de l'échantillon, mais on a veillé à avoir assez de patients pour une analyse complète. On a combiné certains stades pour une évaluation fiable.

Le Modèle KFRE

Le KFRE a été initialement créé au Canada et amélioré par la suite avec des données de plusieurs pays. La version qu’on a utilisée comprend seulement quatre variables : âge, sexe, eGFR et niveaux de protéines urinaires. Ça rend son application plus facile dans des établissements de santé comme au Pérou. Les prédictions sont faites pour du court terme (2 ans) et du long terme (5 ans).

Mesure des Résultats

Dans notre étude, l'insuffisance rénale est définie comme la nécessité d'une thérapie de remplacement rénal, incluant des traitements comme la dialyse. On a considéré la mort sans avoir besoin de traitement comme un événement concurrent pouvant affecter nos prédictions.

Durée de Suivi

On a surveillé les patients jusqu'à ce qu'ils développent une insuffisance rénale, décèdent, ou soient perdus de vue. On a décidé de conclure l'étude d'ici la fin de 2019 pour éviter les perturbations vues pendant la pandémie, qui a affecté de nombreux services de santé.

Analyse des Données

On a commencé par analyser les données pour voir s'il y avait des valeurs inhabituelles ou des informations manquantes. Pour l'analyse, on a regardé à la fois le risque moyen et comment les prédictions du KFRE collaient avec les résultats réels.

Évaluation de la Performance du KFRE

On a vérifié à quel point le KFRE a bien prédit l'insuffisance rénale en utilisant deux critères principaux : discrimination et calibration. La discrimination nous dit à quel point le modèle peut différencier les patients qui vont développer une insuffisance rénale de ceux qui ne le feront pas. La calibration montre à quel point les risques prédits collent aux risques réels observés chez les patients.

On a trouvé que le KFRE pouvait distinguer avec précision les patients en fonction des niveaux de risque, mais qu'il ne prédisait pas toujours les risques avec précision. Il a sous-estimé les risques À court terme et sur-estimé les risques à long terme dans nos groupes de patients.

Aperçu des Résultats

Parmi les patients que l'on a filtrés, beaucoup avaient des données complètes pour l'analyse. La période d'observation moyenne était d'environ 4,9 ans.

Concernant les résultats réels, les taux d'insuffisance rénale observés étaient assez faibles aussi bien à 2 qu'à 5 ans pour le groupe MRC plus large. Cela a mis en avant comment nos prédictions KFRE pouvaient parfois être trop élevées ou trop basses par rapport à ce qui s'est réellement passé.

Comparaison des Prédictions avec les Résultats Réels

Les risques observés dans notre étude étaient nettement plus bas que ce que le KFRE avait prédit pour le court terme et plus élevés pour le long terme. Cette mauvaise calibration suggère que, même si le modèle se défend bien à distinguer les patients à haut risque, il a besoin de réglages pour refléter correctement les niveaux de risque pour la MRC.

Analyse de Sensibilité

On a exploré ce qu'il se passe quand on ajuste nos données pour les valeurs extrêmes, surtout pour les niveaux de protéines urinaires. Cet ajustement n'a pas eu un impact drastique sur les prédictions, indiquant que la performance du KFRE est restée stable sous ces changements.

Résultats Clés

L'étude valide la capacité du KFRE à prédire l'insuffisance rénale à 2 et 5 ans pour les patients MRC au Pérou. Cependant, elle montre aussi que le modèle est mal calibré, ce qui mène à une sous-estimation des risques à court terme et à une surestimation des risques à long terme. Ça peut avoir des conséquences importantes pour la gestion des patients, car ça pourrait entraîner des procédures inutiles ou des retards dans les soins appropriés.

Comparaison avec d'Autres Recherches

De nombreuses études en dehors du Pérou ont testé le KFRE dans différentes populations. Même si la plupart ont montré de bonnes performances, elles ont souvent mis en avant des problèmes de calibration, similaires à nos constatations. Ça renforce le besoin d'études localisées pour s'assurer que les modèles marchent bien dans des populations diverses.

Implications pour la Pratique Médicale

Cette étude souligne la nécessité d'utiliser le KFRE avec soin dans les milieux cliniques. Sa capacité à différencier les risques est précieuse, mais s'y fier uniquement sans ajustements pourrait entraîner une gestion inappropriée des patients.

Directions Futures

Il est clair qu'il y a un besoin pour de futures recherches qui se concentrent sur le perfectionnement du KFRE pour la population spécifique du Pérou et peut-être dans d'autres pays d'Amérique latine. De futures études devraient aussi prendre en compte les différences entre les groupes de patients et comment cela affecte la performance prédictive du KFRE.

Conclusion

Les découvertes suggèrent que, bien que le KFRE puisse être un outil utile pour prédire l'insuffisance rénale chez les patients MRC, il nécessite des mises à jour et des modifications avant d'être largement recommandé dans la pratique de la santé au Pérou. Les prédictions à court et à long terme doivent être soigneusement considérées pour éviter la mauvaise gestion des soins aux patients.

Source originale

Titre: Kidney Failure Prediction: Multicenter External Validation of KFRE Model in Patients with CKD Stages 3-4 in Peru

Résumé: BackgroundTo externally validate the 4-variable Kidney Failure Risk Equation (KFRE) in the Peruvian population for predicting kidney failure at 2 and 5 years. MethodsWe included patients from 17 primary care centers from the Healths Social Security of Peru. Patients older than 18 years, diagnosed with chronic kidney disease (CKD) stage 3a-3b-4 and 3b-4, between January 2013 and December 2017. Patients were followed until they developed kidney failure, died, were lost, or ended the study (December 31, 2019), whichever came first. Performance of the KFRE model was assessed based on discrimination and calibration measures considering the competing risk of death. ResultsWe included 7519 patients in stages 3a-4 and 2,798 patients in stages 3b-4. KFRE discrimination at 2 and 5 years was high, with Time-Dependent Area Under the Curve (AUC-td) and C-index > 0.8 for all populations. Regarding calibration in-the-large, the Observed-to-Expected (O/E) ratio and the calibration intercept indicated that KFRE underestimates the overall risk at two years and overestimates it at 5-years in all populations. ConclusionsThe 4-variable KFRE models have good discrimination but poor calibration in the Peruvian population. The model underestimates the risk of kidney failure in the short term and overestimates it in the long term. SIGNIFICANCE STATEMENTThe Kidney Failure Risk Equation (KFRE) is a widely used prediction model for kidney failure risk assessment in patients with chronic kidney disease (CKD). However, its performance in Latin American populations remains unclear, particularly in primary care settings. This study externally validated the KFRE in Peruvian CKD patients, demonstrating high discrimination but revealing miscalibration that could lead to adverse patient outcomes resulting from over- or under-estimation of risk. These results underscore the need for model updating and further research to optimize the KFREs use in clinical practice in Latin America, provide valuable insights for applying the KFRE in Latin American settings, and highlight the importance of continuous evaluation and refinement of prediction models in diverse populations.

Auteurs: Percy Soto-Becerra, J. I. Bravo-Zuniga, R. Chavez-Gomez

Dernière mise à jour: 2023-04-10 00:00:00

Langue: English

Source URL: https://www.medrxiv.org/content/10.1101/2023.03.27.23287771

Source PDF: https://www.medrxiv.org/content/10.1101/2023.03.27.23287771.full.pdf

Licence: https://creativecommons.org/licenses/by/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à medrxiv pour l'utilisation de son interopérabilité en libre accès.

Articles similaires