진행성 CKD에서 사망 및 신장 대체 요법 예측 모델의 독립적인 외부 검증 및 비교

추상적인

1. 근거 및 목적

신부전 위험 방정식(KFRE)은 만성 신장 질환(CKD) G3-G5기에서 신장 대체 요법(KRT) 시작 위험을 예측하는 데 널리 사용됩니다. 고급 CKD(G4 플러스 단계)를 위해 개발된 새로운 그램 계산기는 고유하게 경쟁 사망 위험을 통합하여 KRT 시작, 심혈관 사건 및 사망을 예측합니다. 우리는 죽음과 KRT에 대한 단계 G4 플러스 코호트에서 이 도구를 검증하는 것을 목표로 했습니다.

2. 연구 설계

후 향적 코호트 연구.

3. 설정 및 참가자

온타리오주 Kingston Health Sciences Center의 다학제적 CKD 클리닉을 방문한 442명의 CKD 병기 G4 플러스 환자(평균 ± SD 연령, 73 ± 12세; 평균 ± SD 예상 사구체 여과율, 20 ± 6.2 mL/min/1.73 m2), 캐나다. 결과 및 분석적 접근: 2- 및 4-년 그램 점수를 사용하여 사망 결과에 대한 차별 및 보정을 조사했습니다. 2- 및 5-년 KFRE와 2- 및 4-년 그램 점수는 KRT에 대한 변별 및 보정 측면에서 비교되었습니다.

4. 결과

코호트에서 각각 2, 4, 5년에 91, 161, 2{{10}}6 사망 사건과 90, 145, 159 KRT 사건이 있었습니다. Grams 모델은 4년째 사망에 대한 약간의 차별을 보여주었습니다(곡선 아래 면적[AUC] {{20}}.70; 95% CI, 0.{{14 }}.75) 2년차에 성능이 더 나빴습니다(AUC, 0.63; 95% CI, 0.57-0.70). 대부분의 예측 범위에서 사망을 약 10%만 과대 예측했습니다. 두 모델 모두 2년에 KRT에 대해 유사한 차별을 보였습니다(KFRE AUC, 0.83; 95퍼센트 CI, 0.78-0.88 및 그램 AUC, 0.8; 95퍼센트 CI, 0.{{35 }}.87), 4년(Grams AUC, 0.82; 95% CI, 0.77-0.86) 및 5년(KFRE AUC, 0.81; 95% CI, 0.{{ 49}}.85). 15% 이하의 예측 위험 임계값에 대해 2-년 KFRE 및 그램 값을 사용하고 다음에 대해 5-년 KFRE 및 4-년 그램 값을 사용하여 KRT에 대한 우수한 보정이 있었습니다. 20% 이하의 예측 위험 임계값. 더 높은 위험 범위에서 KFRE는 KRT 위험을 과대 예측하고 Grams는 과소 예측합니다.

5. 제한 사항

이것은 특히 그램 계산기의 경우 예측된 위험의 더 높은 범위에서 더 작은 샘플 크기로 제한되는 주로 백인 코호트가 있는 단일 센터 연구입니다.

6. 결론

Grams 모델은 적당히 정확한 사망 예측을 제공하며 환자 교육 및 고급 치료 계획에 통합하는 것을 고려해야 합니다. Grams 및 KFRE 모델은 진행된 CKD에서 KRT 위험을 결정하는 데 임상적으로 유용합니다.

신장을 위한 Cistanche의 이점을 얻으려면 여기를 클릭하십시오.

소개

만성신장질환(CKD)은 심혈관 사건, 사망률, 신부전으로 이어지는 사구체여과율(GFR)의 점진적인 감소 위험 증가와 관련이 있습니다.1,2 그러나 CKD 환자의 결과는 매우 다양합니다. 진행 속도 및 기타 결과는 CKD의 병인, 사구체 여과율(GFR) 및 단백뇨 감소 정도, 동반 질환, 연령, 의료 접근성, 민족성 및 기타 여러 요인과 같은 임상 및 인구통계학적 요인에 따라 개인마다 다릅니다.3 결과적으로, 위험 예측 도구를 임상 실습에 통합하는 것에 대한 관심이 커져 위험이 낮은 환자는 과도한 불안과 비용이 많이 드는 의료 검사에서 벗어날 수 있는 반면, 고위험 환자는 신장학 의뢰, 다학제 클리닉 등록, 및 신장 대체 요법(KRT) 준비.4-6

수많은 위험 예측 도구가 전 세계적으로 CKD 코호트에서 개발되었지만 대부분은 적절하게 검증되지 않았거나 임상 실습에 광범위하게 통합되지 않았습니다.7 신부전 위험 방정식(KFRE)은 캐나다 인구(CKD 병기 {{ 2}}) 가장 검증된 KRT 예측 모델입니다.8-15 4-변수 반복은 연령, 성별, 예상 GFR(eGFR) 및 소변 알부민-크레아티닌 비율(ACR)을 사용하여 위험을 예측합니다. CKD 단계 G3-G5는 2-년 및 5-년 KFRE 점수(각각 KFRE-2 및 KFRE-5)를 사용하여 KRT 시작으로 진행합니다.8 검증 46 mL/min/1.73 m2의 평균 베이스라인 eGFR을 가진 31개의 다국적 코호트를 포함하는 것은 KFRE가 높은 차별 능력과 적절한 보정을 가지고 있음을 보여주었습니다.16

2018년에 Grams et al9은 CKD 병기 G4 플러스(eGFR < 30 mL/min/1.73 m2) 집단을 위한 도구를 개발하여 KRT의 확률과 순서, 심혈관 질환(CVD) 사건 및 2세 및 4세 사망을 예측했습니다. 연령. 이 도구는 이전에 CKD 병기 G4 플러스에서 중요한 결과 예측인자로 나타난 9가지 임상 및 인구통계학적 특성을 통합합니다. 17 이 새로운 도구는 개발 과정에서 경쟁적인 죽음의 끝점으로 고유하게 간주되지만 외부적으로 광범위하게 검증되지 않았습니다. 2개 코호트(Swedish Renal Registry 및 the European Quality Study)에 대한 최근 연구에서는 KRT에 대한 예측 능력을 조사했지만 사망의 다른 중요한 결과에 대해서는 조사하지 않았습니다. 신장학 참조 CKD 병기 G4 플러스 코호트와 KFRE의 성능을 비교합니다.

시탕슈 파우더

행동 양식

1. 연구 설계 및 코호트

우리는 2013년 캐나다 온타리오의 Kingston Health Sciences Center에서 종합 CKD 클리닉에 적어도 한 번 참석했고 기록된 알부민-크레아티닌 비율과 CKDEPI(Chronic Kidney Disease Epidemiology Collaboration) 크레아티닌 기반 방정식에 따른 eGFR < 30 mL/min/1.73 m2.18 2013년 Kingston Health Sciences Center의 CKD 클리닉은 이 지역에서 500,000 온타리오 남동부 거주자. 전자 의료 기록을 사용하여 혈액 검사, 흡연 상태, 당뇨병 및 CVD 병력(심근 경색, 뇌졸중 또는 심장의 최소 1개 사례로 정의됨)과 관련된 클리닉 방문 시 수축기 혈압을 포함한 인구 통계 및 임상 데이터를 추출했습니다. 실패). 보건 과학 및 부속 교육 병원 연구 윤리 위원회(6004492)로부터 윤리 승인을 받았습니다. 모든 연구 참여자 정보가 비식별화되었기 때문에 정보에 입각한 동의가 면제되었습니다. 우리 연구는 TRIPOD(Individual Prognosis Or Diagnosis) 예측 모델 보고를 위한 다변량 예측 모델의 투명 보고를 따릅니다.

2. 성과

결과에는 2013년 인덱스 클리닉 방문으로부터 2년 및 4년에 관찰된 사망 발생률과 2, 4, 5년에 KRT 시작이 포함되었습니다. 사망 날짜와 사망한 모든 환자의 사망 원인에 대한 국제 질병 분류 코드를 제공한 온타리오 등록 총국(Ontario Registrar General) 사무실의 기록을 사용하여 사망을 확인했습니다.19 심장혈관 질환은 이 분석에 포함되지 않았습니다. 환자가 다른 지역 병원에 입원할 수 있었기 때문에 모든 이벤트가 캡처될 것이라고 확신합니다. 그러나 Kingston 건강 과학 센터는 우리 건강 지역에서 유일한 KRT 프로그램을 제공합니다. 따라서 KRT 데이터는 후속 조치에 대한 손실 가능성이 거의 없는 매우 견고한 것으로 여겨졌습니다. CVD 데이터가 없기 때문에 서로 상대적인 이벤트 타이밍 분석이 불가능했습니다. KRT 개시 후 사망자 수가 제한되어 있기 때문에 분석을 KRT 시기에 관계없이 총 사망자 수로 제한했습니다.

3. 예측 변수

연구에 사용된 예측 변수에는 모든 KRT 및 모든 사망과 2013년 인덱스 클리닉 방문 당시 KRT에 대한 4- 변수 KFRE-2 및 KFRE-5 점수. Grams 모델 개발자는 모델의 코드와 계수를 제공했으며 이러한 Grams 모델 예측을 생성하는 데 사용되었습니다. 사망 및 KRT의 예측 위험은 발생한 순서와 관계없이 이러한 결과를 포함한 모든 확률을 합산하여 계산되었습니다. 예를 들어, 사망 확률은 KRT 후, CVD 후, KRT 및 CVD 후 및 사망만의 확률의 합으로 구성됩니다.

Cistanche tubulosa

4. 분석

환자의 인종을 제외한 모든 기본 데이터와 관련하여 전체 코호트에 대해 누락된 데이터가 없었습니다. 인종 데이터를 사용할 수 없는 경우(n=3), 백인종을 전가하는 그램 예측이 생성되었습니다. 알부민-크레아티닌 비율 수준이 검출 임계값 미만인 7명의 환자에 대해 가장 낮은 모델 입력(10mg/g)을 귀속했습니다.

5. 차별

차별은 사건을 경험한 사람과 그렇지 않은 사람을 구분하는 모델의 능력을 설명합니다. 이는 수신자 작동 특성(ROC) 곡선, 곡선 아래 영역(AUC) 점 추정치 및 95% 신뢰 구간(CI)을 사용하여 평가되었습니다. 사망 예측 시 2- 및 4-년 그램 모델의 차별화된 성능을 평가하기 위해 ROC 곡선 및 AUC가 생성되었습니다. AUC는 또한 2- 및 5-년 KFRE 모델과 2- 및 4-년 그램 모델에 대한 KRT 결과에 대해 계산되었습니다. 관찰된 KRT 위험에 대한 2년차 두 모델 간의 AUC 비교는 Delong-Delong-Clarke Pearson 방법을 사용하여 수행되었습니다.20 AUC를 다음과 같이 해석했습니다.<0.7 as poor, 0.7-0.79 as fair, 0.8-0.89 as good, and >0.9가 우수합니다.21 또한 HCI(Harrell's C indexes)를 계산하여 변별 능력을 조사했으며 사건 발생까지의 시간을 고려했습니다.

6. 보정

보정은 예측과 관찰된 결과 간의 일치를 검사합니다. 이것은 Grams 모델에 대해 2년 및 4년에 예측 및 관찰된 사망 위험을 그래픽으로 비교하고 Grams에 대해 2- 및 4-년 대 5-년 KRT 위험을 비교하는 보정 플롯에서 캡처되었습니다. 및 KFRE 모델. 플롯은 예측된 위험 값에 걸쳐 로컬 가중 산점도 스무딩을 사용하여 생성되었으며, x축을 따라 러그 플롯이 있어 예측된 위험 데이터의 분포를 시각화하고 십분위수로 정의된 환자 그룹 간의 결과에 대한 평균 관찰 확률을 시각화했습니다. 예상 위험. 0(가장 정확함)에서 1(가장 정확하지 않음)까지의 Brier 점수는 예측 정확도를 측정했습니다.

Cistanche 보충 교재

논의

당뇨병과 CVD의 유병률이 높은 고급 CKD 코호트에 대한 이 연구는 사망과 KRT 모두에 대한 그램 예측 모델을 외부적으로 검증한 최초의 연구입니다. 우리는 Grams 모델이 더 오랜 기간 동안 사망을 경험한 환자를 식별하는 데 공정한 차별을 보여주었다는 것을 발견했습니다(Grams{{0}} AUC, 0.70; 95% CI, 0.65- 0.75) 더 짧은 기간 동안 부적절하게 수행되었습니다(Grams-2 AUC, 0.63; 95% CI, 0.57-0.70). 이 겸손한 차별은 부분적으로 유사한 공변량 값을 가진 환자로 구성된 코호트의 동질성 때문일 수 있습니다. 또한 죽음은 예측하기 어려운 결과로 남아 있기 때문에 전반적인 사망 결과에 대한 겸손한 성능은 놀라운 일이 아닙니다. 널리 사용되는 사망률 예측 도구조차도 다양한 임상 환경에 걸쳐 상당한 변동성과 함께 약간의 정확도만 있는 것으로 입증되었습니다.22 우리는 그램-4이 사망 차별에서 그램-2을 능가하는 이유에 대해 여전히 불확실합니다.

사망 결과에 특정한 차별 데이터는 개발 연구에서 비교할 수 없었으며 우리는 이 결과를 외부적으로 검증한 첫 번째 연구입니다. 그램 모델은 사망 결과에 대해 상당히 잘 보정되었으며, 대부분의 예측 범위에서 사망을 과대 예측하는 경향이 있었지만 약 10% 정도만 그렇게 했습니다. 관찰된 사망률은 우리 코호트(4년에 36%, 5년에 47%)보다 그람 유도 코호트(47%, 평균 추적 기간 3.5년)에서 더 높았습니다. 기준선 위험률의 이러한 차이는 부분적으로 약 10%의 과예측을 설명할 수 있습니다.9 개발 코호트의 특성이 제공되지 않기 때문에 두 코호트 간의 환자 특성 차이에 대해서는 언급할 수 없습니다.9 The ability of the Grams{{ 13}} 합리적인 정확도로 사망률을 예측하는 모델은 치료 및 환자 교육의 목표에 대한 임상 논의를 강화하는 데 중요한 역할을 할 수 있음을 시사합니다.

Grams KRT 모델은 2년과 4년에 KRT를 시작한 사람과 시작하지 않은 사람을 구별하는 좋은 능력을 보여주었으며 AUC는 0.81(95% CI 0.76- 0 .87) 및 0.82(95% CI 0.77-0.86), 이는 Swedish Renal Registry 코호트({ {14}}.84 [95퍼센트 CI, 0.83-0.85] 대 {{20}}.83 [95퍼센트 CI, 0.{ {24}}.83], 각각).14 KFRE KRT AUC 결과도 진행성 CKD 모집단(G4기 이상)에 초점을 맞춘 연구에서 매우 유사하거나 약간 더 높습니다.11,14,15 HCI를 사용한 시간 간 사건 식별 범위는 0.77에서 0.8{{40}}이며, KFRE-2가 가장 우수했습니다(HCI, {{47} }.80; 95% CI, 0.75-0.85). KFRE HCI는 스웨덴 유럽 품질 연구 코호트(2-년 HCI, 0.76[95퍼센트 CI, 0.72-0.80], 5-년 HIC, 0.75[ 95% CI, 0.72-0.79]).14

Grams 및 KFRE 모델은 예측된 위험에서 KRT 시작에 대해 유사하게 잘 보정되었습니다.<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%, 이는 Swedish Swedish Renal Registry 및 European Quality Study 코호트에서도 입증되었습니다.14 이는 위험을 과대 예측하는 경향이 있는 Grams의 내부 검증 결과와 다릅니다. 관찰된 KRT 비율은 그람 파생 코호트(12%; 평균 추적 조사, 3.5년)에서 우리 코호트(4년에 33%)보다 낮았으며, 이는 관찰된 불일치에 기여할 가능성이 높습니다.9 Grams 개발 코호트에서 환자 특성에 대한 요약 데이터가 없기 때문에 환자 특성을 비교할 수 없습니다. 반대로 KFRE 모델은 더 높은 임계값에서 위험을 과대 예측합니다. 최초의 다국적 KFRE 검증 연구16와 다국적 단계 G4 + KFRE 검증 연구9 모두에서 모든 위험 수준의 개별 코호트에서 현저한 과소 평가와 과대 평가가 모두 나타났습니다. 대부분의 다른 보정 연구에서도 KFRE 모델이 진행된 CKD11,15 및 CKD 병기 G3-G5.2에서 위험을 과대평가하는 경향이 있음이 입증되었습니다. 유럽 품질 연구 및 스웨덴 신장 등록 코호트에서 KFRE{{18} } 또한 위험을 과대평가했지만 현재 연구와 달리 KFRE-2는 그렇지 않았습니다.14 KFRE 개발 코호트의 KRT 비율은 11%(평균 추적, 2.1 ± 2.0년)에 불과했습니다.8 이 연구에서 관찰된 KRT 비율인 20%보다 낮습니다. 우리 코호트가 KFRE 개발 코호트보다 더 낮은 eGFR과 더 높은 ACR을 가진 더 진행된 CKD를 가졌다는 점을 고려하면 이는 놀라운 일이 아닙니다. 서로 다른 코호트 간의 모델 성능 차이는 다양한 설정 및 모집단에서 광범위한 모델 외부 검증의 중요성을 강조합니다.

씨스탄슈 캡슐

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 >20퍼센트. 이것은 다른 환자 모집단에서 추가로 조사되어야 합니다.

위험 예측은 CKD 환자 치료에서 환자 교육, 임상 의사 결정 및 자원 관리를 안내하는 데 도움이 되도록 사용해야 한다는 것이 적절하게 옹호되었습니다.4,5,23,24 임상 치료, 주어진 임계값에서의 테스트 성능, 결과 유병률, 환자 결과 및 자원 활용에 대한 오분류의 잠재적 파급 효과는 모두 각 센터의 인구 특성의 맥락에서 고려되어야 합니다. 제공자의 재량권을 사용하고 개별 환자의 임상 환경을 고려하여 이러한 위험 예측 도구를 사용하여 예후에 대한 논의를 강화할 수 있습니다. 신장학, 다학제적 CKD 치료, 이식 또는 누공 계획 위탁에 대한 임계값이 제안되었으며 KFRE 모델을 사용하는 일부 센터에서 사용됩니다.5 제안된 임계값 미만의 환자는 여전히 모니터링 및 위험 요인 수정이 필요하며 진행되는 환자는 적절하게 참조됨. CKD가 있는 KRT 위험이 낮은 환자를 관리하는 일차 진료 제공자를 지원하는 도구와 교육을 개발하고 쉽게 사용할 수 있어야 합니다. 이들은 특히 레닌-안지오텐신 시스템 차단 및 나트륨-포도당 공수송-2 억제제와 같은 심혈관 질환 및 신장 질환 조절제에 초점을 맞춰야 합니다. 신장 클리닉, 다학제 클리닉 및 KRT 계획을 관리하는 데 필요한 고가의 리소스를 고위험 환자에게 보다 적절하게 할당할 수 있습니다. 2-년 시점의 위험 예측은 이식, KRT 교육 및 혈관 접근 의뢰에 대해 더 합리적일 수 있지만 4- 및 5-년 예측은 신장학 의뢰에 대해 더 합리적일 수 있습니다. 이 위험 기반 접근 방식을 임상 의사 결정에 통합하려면 제안된 임계값을 일반 신장학 및 다학제적 CKD 치료 추천 모집단에서 외부적으로 광범위하게 검증해야 합니다.

우리 연구에는 몇 가지 강점이 있습니다. 유일한 지역 다학제적 CKD 클리닉에서 후속 조치를 받았고 후속 조치에 대한 손실과 데이터 누락이 최소화된 CKD 4기 이상 환자를 포함했습니다. 우리는 또한 유일한 지역 KRT 센터입니다. 따라서 모든 KRT 결과가 포착되었을 가능성이 높습니다. 생명 상태 데이터는 Ontario Registrar General이 제공하여 사망 사건이 누락될 가능성을 제한했습니다. 우리의 검증 코호트는 다른 많은 출판된 CKD 코호트와 유사하므로 도구가 사용되는 모집단을 대표합니다.9 우리는 몇 가지 제한 사항을 인정합니다. 무엇보다도 우리의 분석은 특히 그램 계산기의 경우 더 높은 예측 위험 범위에서 더 작은 샘플 크기로 인해 제한됩니다. 관찰된 KFRE 점수는 확률 범위 전체에 더 잘 퍼졌습니다. 둘째, 우리 연구는 단일 센터 연구였으며 개발 코호트와 유사하게 백인 코호트가 우세했습니다. 결과가 인종적으로 다양한 환자 집단에 외삽될 수 있는지 여부는 아직 알려지지 않았습니다. 또한 코호트의 기준선에서 최소 eGFR이 없었습니다. 따라서 보존적 치료를 선택할 가능성이 있는 환자를 표본에 포함시켰습니다. 그러나 우리 코호트에서 eGFR < 6 mL/min/1.73 m2인 환자의 비율은 전반적으로 상당히 낮았습니다(n=4; 0.9%). 마지막으로 지역 병원 기록에 액세스할 수 있는 통합 전자 의료 기록이 없기 때문에 Grams 도구의 심혈관 사건 구성 요소를 평가할 수 없었습니다. 이 모델은 과소 연구가 진행된 진행성 CKD 환자의 심혈관 질환 위험을 예측할 수 있는 기능을 제공합니다.25 이것은 중요한 연구 우선순위로 남아 있으며, 우리 코호트에서 CVD가 주요 사망 원인(27%)이라는 점에서 더욱 강조됩니다. 마지막으로, 우리는 숫자가 적기 때문에 KRT 개시 전후를 개별적으로 조사하는 대신 모든 사망을 함께 고려했습니다. 더 큰 코호트에서 사망시기에 대한 추가 연구가 필요합니다.

표준화된 시스탄체

결론

결론적으로 진행성 CKD와 당뇨병 및 CVD 유병률이 높은 환자 코호트에서 사망에 대한 Grams 모델은 4-년 시점에서 합리적으로 정확한 사망 위험 추정치를 제공합니다. 특히 치료 목표에 관한 결정과 관련하여 임상 치료에 통합하면 환자와 의료 제공자 모두가 종종 과소 평가되고 논의되지 않는 중요한 건강 결과의 가능성을 더 잘 이해하는 데 도움이 됩니다. 코호트에서 Grams 모델은 KRT의 위험을 과소 평가하는 반면 KFRE 모델은 고위험 임계값에서 과대 평가합니다. 이러한 예측 모델의 유용성을 확인하기 위해서는 임상 의사 결정을 위한 모델 임계값을 사용하는 영향 연구와 함께 추가 외부 검증 연구가 여전히 필요합니다.

신장에 대한 Cistanchis의 효과

신장에 대한 Cistanchis의 효과는 최근 몇 년 동안 관심과 연구의 주제였습니다. Rou Cong Rong으로도 알려진 Cistanchis는 신장 관련 질병을 포함한 다양한 건강 상태에 잠재적인 치료 효과를 위해 전통 의학에서 널리 사용되는 중국 전통 허브입니다.

연구에 따르면 Cistanchis는 신장 건강에 유익한 다양한 약리학적 특성을 나타냅니다. 첫째, 신장의 산화 스트레스와 염증을 줄이는 데 도움이 되는 항산화 및 항염증 특성을 가지고 있는 것으로 밝혀졌습니다. 이것은 산화 스트레스와 염증이 신장 질환의 발병과 진행에 주요한 기여자이기 때문에 중요합니다.

또한 Cistanchis는 혈액에서 노폐물을 걸러내고 전해질 균형을 유지하는 역할을 하는 신세뇨관 세포에 보호 효과가 있는 것으로 나타났습니다. 이러한 세포의 건강과 기능을 촉진함으로써 Cistanchis는 전반적인 신장 기능을 개선하는 데 도움을 줍니다.

또한 Cistanchis는 소변 생성을 촉진하고 몸에서 독소와 노폐물의 제거를 촉진하는 이뇨 특성을 보여주었습니다. Cistanchis는 소변 배출량을 증가시켜 신장에 축적될 수 있는 유해 물질을 씻어내어 신장 건강을 개선하는 데 도움을 줍니다.

전반적으로, 증거는 Cistanchis가 신장 건강을 증진하고 신장 관련 상태를 치료하는 데 효과적일 수 있음을 시사합니다. 그러나 작용 메커니즘을 완전히 이해하고 최적의 복용량과 치료 기간을 결정하려면 더 많은 연구가 필요합니다. 그럼에도 불구하고 Cistanchis는 신장 건강을 위한 자연 치료제로서의 가능성을 갖고 있으며 추가 탐사 및 조사가 필요합니다.

참조

1. 만성 신장 질환 예후 컨소시엄; Matsushita K, van der Velde M, 외. 일반 인구 코호트에서 예상 사구체 여과율 및 알부민뇨와 모든 원인 및 심혈관 사망률의 연관성: 공동 메타 분석. 랜싯. 2010;375(9731):2073-2081.

2. 마크 A, 플럭 N, 프레스콧 GJ 등 미래를 내다보며: 만성 신장 질환이 있는 대규모 지역사회 코호트에서 신장 교체 결과를 예측합니다. 네프롤 다이얼 이식. 2015;30(9):1507-1517.

3. Go AS, Yang J, Tan TC, et al. 당뇨병이 있거나 없는 성인에서 만성 신장 질환의 빠른 진행에 대한 최신 비율 및 예측 인자. BMC 네프롤. 2018;19(1):146.

4. Farrington K, Covic A, Nistor I, 외. 만성콩팥병 3b기 이상(eGFR) 고령 환자 관리에 대한 임상진료지침<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: 만성 신장 질환 진행에 대한 위험 점수는 견고하고 강력하며 실행 준비가 되어 있습니다. 네프롤 다이얼 이식. 2017;32(5): 748-751.

6. Eckardt KU, Bansal N, Coresh J 등. 심각하게 감소된 사구체 여과율(CKD G4 플러스) 환자의 예후 개선: 신장 질환의 결론: 글로벌 결과 개선(KDIGO) Controversies Conference. 신장내과 2018;93(6):1281-1292.

7. Dekker FW, Ramspek CL, van Diepen M. Con: 대부분의 임상 위험 점수는 쓸모가 없습니다. 네프롤 다이얼 이식. 2017;32(5): 752-755.

8. Tangri N, 스티븐스 LA, 그리피스 J 등. 만성 신장 질환의 신부전 진행에 대한 예측 모델. 자마. 2011;305(15):1553-1559.

9. 그램 ME, Sang Y, Ballew SH, 외. 만성 신장 질환 및 심각하게 감소된 사구체 여과율 환자의 임상 결과 시기 예측. 신장내과 2018;93(6):1442-1451.

10. Lennartz CS, Pickering JW, Seiler-Mußler S, 외. 신부전 위험 방정식의 외부 검증 및 초음파 매개변수 추가를 통한 재보정. Clin J Am Soc Nephrol. 2016;11(4):609-615.

11. Peeters MJ, van Zuilen AD, van den Brand JA 등. 유럽 ​​CKD 환자의 신부전 위험 방정식 검증. 네프롤 다이얼 이식. 2013;28(7): 1773-1779.

12. Potok OA, Nguyen HA, Abdelmalek JA, Beben T, Woodell TB, Rifkin DE. ESKD의 2-년 발병률과 비교한 ESKD 위험의 환자, '신장 전문의' 및 예측 추정. Clin J Am Soc Nephrol. 2019;14(2):206-212.

13. Whitlock RH, Chartier M, Komenda P 등. 매니토바에서 신부전 위험 방정식의 검증. Can J 신장 건강 Dis. 2017;4:2054358117705372.

14. Ramspek CL, Evans M, Wanner C 등. 신부전 예측 모델: 진행성 CKD 환자에 대한 포괄적인 외부 검증 연구. J Am Soc Nephrol. 2021;32(5): 1174-1186.

15. Hundemer GL, Tangri N, Sood MM 등. 진행된 CKD에서 질병 병인에 따른 신부전 위험 방정식의 성능. Clin J Am Soc Nephrol. 2020;15(10):1424- 1432.

16. Tangri N, Grams ME, Levey AS, 외. 신부전 위험 예측 방정식의 정확도에 대한 다국적 평가: 메타 분석. 자마. 2016;315(2):164-174.

17. Evans M, Grams ME, Sang Y 등. GFR이 심하게 감소한 환자의 예후에 대한 위험 요인. Kidney Int Rep. 2018;3(3):625-637.

18. Levey AS, Stevens LA, Schmid CH 등. 사구체 여과율을 추정하는 새로운 방정식. 앤 인턴 메드. 2009;150(9):604-612.

19. 온타리오 주. 정부 및 소비자 서비스부. 2020년 8월 12일 액세스. https://www.ontario.ca/page/ministry-government-and-consumer services

20. DeLong ER, DeLong DM, Clarke-Pearson DL. 둘 이상의 상관 수신기 작동 특성 곡선 아래 영역 비교: 비모수적 접근. 생체 인식. 1988;44(3):837-845.

21. 테이프 TG. 진단 테스트 해석. 2022년 3월 10일에 액세스함. http://gim.unmc.edu/dxtests/Default.htm

22. Siontis GC, Tzoulaki I, Ioannidis JP. 사망 예측: 사망 예측 도구의 실증적 평가. 아치 인턴 Med. 2011;171(19):1721-1726.

23. 신장 질환: 글로벌 결과 개선(KDIGO) 작업 그룹. KDIGO 2012 만성콩팥병 평가 및 관리를 위한 임상진료지침. 신장내과 2012;3(부록 1):1-150.

24. Akbari A, Clase CM, Acott P 등. CKD 평가 및 관리를 위한 KDIGO 임상 진료 지침에 대한 캐나다 신장학회 논평. J 신장 장애입니다. 2015;65(2):177-205.

25. 타알 MW. 만성 신장 질환: 위험 기반 접근 방식으로. 클린메드(론드). 2016;16(suppl 6):s117-s120.

Susan J. Thanabalasingam, Eduard A. Iliescu, Patrick A. Norman, Andrew G. Day, Ayub Akbari, Gregory L. Hundemer, Christine A. White

캐나다 킹스턴 퀸즈 대학교 의과 신장학부(SJT, EAI, CAW);

Kingston General Health Research Institute, Kingston Health Sciences Center, Kingston, Canada(PAN, AGD);

캐나다 킹턴 소재 퀸스 대학교 공중보건학과(PAN, AGD);

The University of Ottawa, Ottawa, Canada (AA, GLH) 의학과 신장학부.