鎌状赤血球貧血患者における進行性腎臓病に対する機械学習モデルの予測能力 (PREMIER)

鎌状赤血球症 (SCD) は、複数の末端臓器に影響を及ぼす血管障害を特徴とし、虚血性脳卒中、肺高血圧、慢性腎臓病 (CKD) などの合併症を伴います。 アルブミン尿は糸球体損傷の初期の指標であり、CKD の症状の一つであり、SCD では一般的であり、進行性腎疾患を予測します。 SCD患者では、一般のアフリカ系アメリカ人よりも腎機能の低下が速い。 急速な低下の有病率。一般に推定糸球体濾過量 (eGFR) の低下が 3 mL/min/1.73 を超える場合と定義されます。 年間 m2 は SCD では約 31% であり、一般人口の 3 倍です。 さらに、高リスク アポリポタンパク質 1 (APOL1) 変異体は、SCD におけるアルブミン尿および CKD の進行のリスク増加と関連しています。 重症度にかかわらず、腎臓病は SCD における死亡率の増加と関連していることがよく知られています。 研究者らは最近、eGFRの急速な低下もSCDにおける死亡率の増加と独立して関連していることを観察した。 CKD 進行のリスクがある患者を早期に特定することは、修正可能な危険因子に対処し、eGFR の低下を遅らせ、死亡率を低下させるために重要です。

研究者らは以前、機械学習（ML）モデルが腎機能の急速な低下のリスクが高い患者を特定できると報告している。 この研究では、研究者らは、SCDを有する成人におけるCKDの進行に関するMLに基づく予測モデルを構築するための前向き多施設研究の実施を提案している。 CKDの進行を高い予測能力を持つモデルは、リスク層別化を可能にするだけでなく、腎機能喪失を軽減し、死亡リスクを低下させることを期待して既知の危険因子を修正する機会も提供します。

全体的な仮説は、臨床および検査室の特徴、追加のバイオマーカーおよび遺伝的評価を利用した ML モデルは、鎌状赤血球貧血の成人において持続性アルブミン尿のみよりも CKD の進行を予測する能力が高いというものです。