Chronic kidney disease risk calculator: new possibilities for predicting pathology in patients with diabetes mellitus

Cover Page

Cite item

Full Text

Abstract

Background. Chronic kidney disease (CKD) is a socially significant pathology associated with an increased risk of mortality and progression to terminal stages, requiring expensive treatment with renal replacement therapy, which determines the priority of preventive strategies, especially in patients with diabetes mellitus (DM), who are at high risk of Kidney's injury.

Aim. To analyze the predictors of a decrease in glomerular filtration rate (GFR) less than 60 ml/min/1.73 m2 and develop an applied CKD prediction calculator in patients with type 1 and type 2 diabetes.

Materials and methods. The object of the study is a depersonalized database of the Federal Registry of DM, implemented under the auspices of the Endocrinology Research Centre. The study was based on a retrospective analysis of patients with type 1 and type 2 diabetes with different GFR dynamics over a 5-year period of 2014–2018. 68 911 patients were included (type 1 DM – 7919 and type 2 DM – 60 992). Stepwise logistic regression analysis was used to predict the risk of developing CKD.

Results. Sets of the most significant predictors of CKD development were established, which included 6 factors in type 1 DM: female sex, age, body mass index, the presence of myocardial infarction, diabetic coma and retinopathy, and 11 factors in type 2 DM: female sex, age, body mass index, glycated hemoglobin, baseline GFR and total cholesterol, presence of diabetic retinopathy, neuropathy, stroke, amputations and oncology in anamnesis.

Conclusion. An applied interactive CKD prognosis calculator has been developed that allows assessing the individual risk of developing pathology in patients with type 1 and type 2 diabetes based on the parameters available in routine clinical practice. The calculator has been introduced into the system of the Federal Registry of DM, which significantly expands the possibilities of diagnosing and monitoring CKD in DM.

About the authors

Olga K. Vikulova

Endocrinology Research Centre

Email: olga-vikulova-1973@yandex.ru
ORCID iD: 0000-0003-0571-8882
SPIN-code: 9790-2665

D. Sci. (Med.)

Russian Federation, Moscow

Alina R. Elfimova

Endocrinology Research Centre

Email: 9803005@mail.ru
ORCID iD: 0000-0001-6935-3187

cybernetic doctor

Russian Federation, Moscow

Anna V. Zheleznyakova

Endocrinology Research Centre

Email: azhelez@gmail.com
ORCID iD: 0000-0002-9524-0124
SPIN-code: 8102-1779

Cand. Sci. (Med.)

Russian Federation, Moscow

Mikhail A. Isakov

Endocrinology Research Centre

Author for correspondence.
Email: m.isakov@aston-health.com
ORCID iD: 0000-0001-9760-1117
SPIN-code: 5870-8933

Cand. Sci. (Biol.)

Russian Federation, Moscow

Minara S. Shamkhalova

Endocrinology Research Centre

Email: shamkhalova@mail.ru
ORCID iD: 0000-0002-3433-0142
SPIN-code: 4942-5481

D. Sci. (Med.)

Russian Federation, Moscow

Marina V. Shestakova

Endocrinology Research Centre

Email: shestakova.mv@gmail.com
ORCID iD: 0000-0002-5057-127X
SPIN-code: 7584-7015

D. Sci. (Med.), Prof., Acad. RAS

Russian Federation, Moscow

Natalia G. Mokrysheva

Endocrinology Research Centre

Email: mokrisheva.natalia@endocrincentr.ru
ORCID iD: 0000-0002-9717-9742
SPIN-code: 5624-3875

D. Sci. (Med.), Prof., Corr. Memb. RAS

Russian Federation, Moscow

References

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Figure 1. CKD predictor analysis study design.

Download (159KB)
3. Figure 2. The prevalence of CKD in patients with DM in age groups (children, adolescents, adults) in dynamics in 2013–2018

Download (227KB)
4. Figure 3. CKD Prognosis Calculator implemented in the FDRF.

Download (372KB)

Copyright (c) 2022 Consilium Medicum

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

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».