文章摘要
曾芷青,杨淞淳,余灿清,张路霞,吕筠,李立明.慢性肾脏病发病风险预测模型研究进展[J].中华流行病学杂志,2023,44(3):498-503
慢性肾脏病发病风险预测模型研究进展
Progress in research of risk prediction model for chronic kidney disease
收稿日期:2022-09-08  出版日期:2023-03-14
DOI:10.3760/cma.j.cn112338-20220908-00771
中文关键词: 慢性肾脏病  风险预测模型  一级预防
英文关键词: Chronic kidney disease  Risk prediction model  Primary prevention
基金项目:国家自然科学基金(82192904,82192901,82192900);中央高校基本科研业务费医-X种子基金(BMU2022MX025)
作者单位E-mail
曾芷青 北京大学公共卫生学院流行病与卫生统计学系, 北京 100191  
杨淞淳 中南大学湘雅医院皮肤科, 长沙 410008  
余灿清 北京大学公共卫生学院流行病与卫生统计学系, 北京 100191
北京大学公众健康与重大疫情防控战略研究中心, 北京 100191 
 
张路霞 北京大学健康医疗大数据国家研究院, 北京 100191
北京大学第一医院肾内科/北京大学肾脏病研究所, 北京 100034 
 
吕筠 北京大学公共卫生学院流行病与卫生统计学系, 北京 100191
北京大学公众健康与重大疫情防控战略研究中心, 北京 100191 
lvjun@bjmu.edu.cn 
李立明 北京大学公共卫生学院流行病与卫生统计学系, 北京 100191
北京大学公众健康与重大疫情防控战略研究中心, 北京 100191 
 
摘要点击次数: 3701
全文下载次数: 1065
中文摘要:
      慢性肾脏病(CKD)是全球重要的公共卫生问题,严重危害人群健康。利用预测模型对人群未来一段时间的CKD发病风险进行分层,针对高危人群采取干预措施是实现CKD一级预防的重要途径。世界范围内已经开发出了二十多个CKD发病风险预测模型,我国学者也开发出了4个适用于中国人群的预测模型,但目前的临床指南中尚未推荐使用任何专门的CKD风险预测模型。现有模型在结局定义、预测因子、缺失数据处理和建模方法选择方面仍有局限。在未来,新兴生物标志物和多基因风险评分的应用以及机器学习方法的发展将为继续改进模型提供更多可能。
英文摘要:
      Chronic kidney disease (CKD) is an important global public health problem that greatly threatens population health. Application of risk prediction model is a crucial way for the primary prevention of CKD, which can stratify the risk for developing CKD and identify high-risk individuals for more intensive interventions. By now, more than twenty risk prediction models for CKD have been developed worldwide. There are also four domestic risk prediction models developed for Chinese population. However, none of these models have been recommended in clinical guidelines yet. The existing risk prediction models have some limitations in terms of outcome definition, predictors, strategies for handling missing data, and model derivation. In the future, the applications of emerging biomarkers and polygenic risk scores as well as advances in machine learning methods will provide more possibilities for the further improvement of the model.
查看全文   Html全文     查看/发表评论  下载PDF阅读器
关闭