Внешняя валидность международного метода прогнозирования клинического исхода иммуноглобулин А-нефропатии в белорусской когорте пациентов

Обложка
  • Авторы: Комиссаров К.С.1,2, Красько О.В.3, Пилотович В.С.2, Дмитриева М.В.4,5, Летковская Т.А.4, Прилуцкий С.В.6
  • Учреждения:
    1. ГУ Минский научно-практический центр хирургии, трансплантологии и гематологии»
    2. Институт повышения квалификации и переподготовки кадров здравоохранения УО Белорусский государственный медицинский университет
    3. ГНУ Объединенный институт проблем информатики Национальной академии наук Беларуси
    4. УО Белорусский государственный медицинский университет
    5. УЗ «Городское клиническое патологоанатомическое бюро»
    6. УЗ «Минская областная клиническая больница»
  • Выпуск: Том 16, № 2 (2024)
  • Страницы: 35-42
  • Раздел: Оригинальные статьи
  • URL: https://ogarev-online.ru/2075-3594/article/view/261027
  • DOI: https://doi.org/10.18565/nephrology.2024.2.35-42
  • ID: 261027

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Цель: оценить внешнюю валидность Международного метода прогнозирования клинического исхода иммуноглобулин А-нефропатии (ИГАН) на основе независимой белорусской когорты пациентов.

Материал и методы: В исследование были включены 164 пациента с подтвержденным диагнозом ИГАН в нефрологических отделениях Минска. За период с 2010 по 2020 г. рассчитаны прогнозируемые риски клинического исхода для каждого пациента белорусской когорты. Проведена оценка эффективности дискриминации (С-индекс конкордации Харрелла, коэффициент дискриминации Ройстона-Зауэрбрея R2D и кривые Каплана–Мейера между подгруппами) и калибровки модели (калибровочный уклон).

Результаты. Международный метод показал отличную дискриминацию (С-индекс конкордации Харрелла=0,86, коэффициент R2D=60% и хорошо разделенные кривые выживаемости между пациентами подгрупп низкого и высокого рисков), удовлетворительную калибровку (калибровочный уклон>1,2) независимо от включения расовой модели.

Заключение. Исследование продемонстрировало высокую дискриминацию, удовлетворительную калибровку Международного метода прогнозирования клинического исхода ИГАН в белорусской когорте пациентов

Об авторах

Кирилл Сергеевич Комиссаров

ГУ Минский научно-практический центр хирургии, трансплантологии и гематологии»; Институт повышения квалификации и переподготовки кадров здравоохранения УО Белорусский государственный медицинский университет

Автор, ответственный за переписку.
Email: kirill_ka@tut.by
ORCID iD: 0000-0002-2648-0642

к.м.н., доцент, заведующий отделом нефрологии, почечно-заместительной терапии и трансплантации почки ГУ Минский научно-практический центр хирургии, трансплантологии и гематологии

Белоруссия, Минск; Минск

Ольга Владимировна Красько

ГНУ Объединенный институт проблем информатики Национальной академии наук Беларуси

Email: olga.krasko.ok@gmail.com
ORCID iD: 0000-0002-4150-282X

к.техн.н., доцент, ведущий научный сотрудник лаборатории биоинформатики ГНУ «ОИПИ НАН Беларуси»

Белоруссия, Минск

Валерий Станиславович Пилотович

Институт повышения квалификации и переподготовки кадров здравоохранения УО Белорусский государственный медицинский университет

Email: pilotovich@mail.ru
ORCID iD: 0000-0001-8256-5889

д.м.н., профессор кафедры урологии и нефрологии Институт повышения квалификации и переподготовки кадров здравоохранения

Белоруссия, Минск

Маргарита Владимировна Дмитриева

УО Белорусский государственный медицинский университет; УЗ «Городское клиническое патологоанатомическое бюро»

Email: mvdmitieva@inbox.ru
ORCID iD: 0000-0002-2958-9424

доцент кафедры патологической анатомии

Белоруссия, Минск; Минск

Татьяна Анатольевна Летковская

УО Белорусский государственный медицинский университет

Email: taletkovskaya@mail.ru
ORCID iD: 0000-0002-9381-2985

доцент, заведующая кафедрой патологической анатомии

Белоруссия, Минск

Сергей Витальевич Прилуцкий

УЗ «Минская областная клиническая больница»

Email: 2489861@rambler.ru
ORCID iD: 0009-0004-5174-1893

врач-нефролог, заведующий отделения гемодиализа

Белоруссия, Минск

Список литературы

  1. Pattrapornpisut P., Avila-Casado C., Reich H.N. IgA Nephropathy: Core Curriculum 2021. Am. J. Kidney Dis. 2021;78(3):429–41. doi: 10.1053/j.ajkd.2021.01.024.
  2. O’Shaughnessy M.M., Hogan S.L., Thompson B.D., et al. Glomerular disease frequencies by race, sex and region: Results from the International Kidney Biopsy Survey. Nephrol. Dial. Transplant. 2018;33(4):661–9. doi: 10.1093/ndt/gfx189.
  3. Комиссаров К.С., Комиссаров К.С., Дмитриева М.В., Летковская Т.А. Гистопатологический спектр болезней почек по данным нефробиопсий, выполненных в Минске, Республика Беларусь. Клин. нефрология. 2020;12(2):26–30. [Komissarov K.S., Komissarov K.S., Dmitrieva M.V., Letkovskaja T.A. Histopathological spectrum of kidney diseases according to nephrobiopsies performed in Minsk, Republic of Belarus. Clin. Nephrol. 2020;12(2):26–30 (In Russ.)].
  4. Комиссаров К.С., Валовик О.E., Дмитриева М.В. и др. Эпидемиология первичного гломерулонефрита по данным нефробиопсий в г. Минске, Республика Беларусь. Нефрология и диализ. 2011;13(3):358. [Komissarov K.S., Valovik O.E., Dmirieva M.V., Budanova S.V., Pilotovich V.S. Epidemiology of primary glomerulonephritis on results of nephrobiosies performed Minsk, Republic Belarus. Nephrol. Dial. 2011;13(3):358 (In Russ.)].
  5. Комиссаров К.С., Краско О.В., Дмитриева М.В. и др. Иммуноглобулина А – нефропатия в белорусской когорте. Клинико-морфологические особенности, факторы, ассоциированные с неблагоприятным исходом. Клин. нефрология. 2022;3:25–33. [Komissarov K.S., Krasko O.V., Dmitrieva M.V., et al. IgA nephropathy in Belarusian cohort. Сlinical and pathological peculiarities, factors, associated with unfavorable outcome. Clin. Nephrol. 2022;3:25–33 (In Russ.)].
  6. Barbour S.J., Coppo R., Zhang H., et al. Evaluating a new international risk-prediction tool in iga nephropathy. JAMA. Intern. Med. 2019;179:942–52. doi: 10.1001/jamainternmed.2019.0600.
  7. Barbour S. Personalised risk stratification in IgAN – is it possible? Kidney Dis. 2018;4:145–6. doi: 10.1159/000492807.
  8. Levey A.S., Stevens L.A., Schmid C.H., et al. A new equation to estimate glomerular filtration rate. Ann. Intern. Med. 2009;150(9):604–12. doi: 10.7326/0003-4819-150-9-200905050-00006.
  9. Cattran D., Coppo R., Cook H., et al. The Oxford classification of IgA nephropathy: rationale, clinicopathological correlations, and classification. Kidney Int. 2009;76(5):534–45. doi: 10.1038/ki.2009.243.
  10. Trimarchi H., Barratt J., Cattran D., et al. Oxford Classification of IgA nephropathy 2016: an update from the IgA Nephropathy Classification Working Group. Kidney Int. 2017;91(5):1014–21. doi: 10.1016/j.kint.2017.02.003.
  11. Zhang Y., Guo L., Wang Z., et al. External validation of international risk-prediction models of iga nephropathy in an asian-caucasian cohort. Kidney Int. Rep. 2020;5:1753–63. doi: 10.1016/j.ekir.2020.07.036.
  12. Royston P., Altman D.G. External validation of a cox prognostic model: principles and methods. BMC. Med. Res. Methodol. 2013;13:33. doi: 10.1186/1471-2288-13-33.
  13. Royston P., Sauerbrei W. A new measure of prognostic separation in survival data. Stat. Med. 2004;23:723–48. doi: 10.1002/sim.1621.
  14. Harrell F.E., Califf R.M., Prior D.B., et al. Evaluating the yield of medical tests. J. Am. Med. Assoc. 1982;247:2543–6.
  15. Cohen J. Weighted kappa: Nominal scale agreement with provision for scaled disagreement or partial credit. Psychol. Bull. 1968;70(4):213–20. doi: 10.1037/h0026256.
  16. R Core Team. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria. 2023. URL https://www.R-project.org.
  17. Okonogi H., Utsunomiya Y., Miyazaki Y., et al, A predictive clinical grading system for immunoglobulin A nephropathy by combining proteinuria and estimated glomerular filtration rate. Nephron Clin. Pract. 2011;118(3):292–300. doi: 10.1159/000322613.
  18. Pesce F., Diciolla M., Binetti G., et al. Clinical decision support system for end-stage kidney disease risk estimation in IgA nephropathy patients. Nephrol. Dial. Transplant. 2016;31(1):80–6. doi: 10.1093/ndt/gfv232.
  19. Chen T., Li X., Li Y., et al. Prediction and risk stratification of kidney outcomes in IgA nephropathy. Am. J. Kidney Dis. 2019;74(3):300–9. doi: 10.1053/j.ajkd.2019.02.016.
  20. Tripepi G., Heinze G., Jager K.J., et al. Risk prediction models. Nephrol. Dial. Transplant. 2013;28(8):1975–80. doi: 10.1093/ndt/gft095.
  21. Bon G., Jullien P., Masson I., et al. Validation of the international IgA nephropathy prediction tool in a French cohort beyond 10 years after diagnosis. Nephrol. Dial. Transplant. 2023;38:2257–65. doi: 10.1093/ndt/gfad048.
  22. Papasotiriou M., Stangou M., Chlorogiannis D., et al. Validation of the international IgA nephropathy prediction tool in the Greek Registry of IgA nephropathy. Front. Med. 2022;9:article 778464. doi: 10.3389/fmed.2022.778464.
  23. Collins G.S., Ogundimu E.O., Altman D.G. Sample size considerations for the external validation of a multivariable prognostic model: A resampling study. Stat. Med. 2016;35(2):214–26. doi: 10.1002/sim.6787.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Дизайн отбора пациентов для исследования

Скачать (61KB)
Метаданные
3. Рис. 2. Кривые Каплана-Мейера, указывающие вероятность выживания от первичного исхода в 4 группах на основе перцентилей линейной регрессии, где А- модель LРR-Е, а Б-модель LPR+Е.

Скачать (367KB)
Метаданные

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».