Objectif : Former et tester une stratégie de super-apprentissage pour la prédiction des risques d’insuffisance rénale et de mortalité chez les personnes atteintes de maladie rénale chronique modérée à sévère (stade G3b à G4).
Conception
Étude de cohorte multinationale, longitudinale, basée sur la population.
Contexte
Données de santé de la population liées provenant du Canada (formation et tests temporels), ainsi que du Danemark et de l’Écosse (tests géographiques).
Participants
Personnes nouvellement diagnostiquées avec une maladie rénale chronique au stade G3b-G4, avec un taux de filtration glomérulaire estimé (eGFR) de 15-44 mL/min/1,73 m2.
Modélisation
L’algorithme de super-apprentissage a sélectionné les modèles de régression ou les algorithmes d’apprentissage automatique (apprenants) les plus performants, basés sur leur capacité à prédire l’insuffisance rénale et la mortalité tout en minimisant l’erreur de prédiction croisée validée (score de Brier, plus il est bas, mieux c’est). Les apprenants présélectionnés incluaient l’âge, le sexe, l’eGFR, l’albuminurie, la présence ou non de diabète et les maladies cardiovasculaires. L’indice de précision de prédiction, une mesure de la calibration et de la discrimination calculée à partir du score de Brier (plus il est élevé, mieux c’est), a été utilisé pour comparer KDpredict avec l’équation de risque d’insuffisance rénale, qui ne prend pas en compte le risque concurrentiel de décès, et pour évaluer la performance des modèles de mortalité KDpredict.
Résultats
67 942 Canadiens, 17 528 Danois et 7 740 Écossais atteints de maladie rénale chronique aux stades G3b à G4 ont été inclus (âge médian de 77-80 ans ; eGFR médian de 39 mL/min/1,73 m2). Les temps de suivi médians étaient de cinq à six ans pour tous les cohortes. Les taux étaient de 0,8-1,1 par 100 années-personnes pour l’insuffisance rénale et de 10-12 par 100 années-personnes pour le décès.
KDpredict était plus précis que l’équation de risque d’insuffisance rénale dans la prédiction du risque d’insuffisance rénale : indice de précision de prédiction sur cinq ans de 27,8 % (intervalle de confiance à 95 % de 25,2 % à 30,6 %) contre 18,1 % (15,7 % à 20,4 %) au Danemark et 30,5 % (27,8 % à 33,5 %) contre 14,2 % (12,0 % à 16,5 %) en Écosse.
Les prédictions de l’équation de risque d’insuffisance rénale et de KDpredict différaient considérablement, pouvant entraîner des décisions de traitement divergentes. Un homme de 80 ans avec un eGFR de 30 mL/min/1,73 m2 et un rapport albumine/créatinine de 100 mg/g (11 mg/mmol) recevrait une prédiction de risque d’insuffisance rénale sur cinq ans de 10 % selon l’équation de risque d’insuffisance rénale (au-dessus du seuil actuel de référence en néphrologie de 5 %).
Le même homme recevrait des prédictions de risque sur cinq ans de 2 % pour l’insuffisance rénale et de 57 % pour la mortalité selon KDpredict.
Les prédictions de risque individuelles de KDpredict avec quatre ou six variables étaient précises pour les deux issues.
Les modèles KDpredict réentraînés à l’aide de données plus anciennes ont fourni des prédictions précises lorsqu’ils ont été testés dans des données temporellement distinctes et plus récentes.
Conclusions
KDpredict pourrait être intégré dans les dossiers médicaux électroniques ou accessible
Exemple :
Calculateur :
Liu P, Sawhney S, Heide-Jørgensen U, Quinn RR, Jensen SK, Mclean A, Christiansen CF, Gerds TA, Ravani P. Predicting the risks of kidney failure and death in adults with moderate to severe chronic kidney disease : multinational, longitudinal, population based, cohort study. BMJ. 2024 Apr 15 ;385:e078063. doi : 10.1136/bmj-2023-078063. 38621801
Voir en ligne : KD Predict