点尿估计相当于24小时尿蛋白排泄的尿液评估预测临床结果

文摘

背景。使用点尿蛋白肌酐比率估计24小时尿蛋白排泄率诊断和管理慢性肾脏疾病(CKD)先于肌酐测定的标准化。比较预测的性能点尿比率和24小时尿集合(白蛋白或蛋白质)慢性肾病进展的临床结果,终末期肾病(ESRD)和死亡率在亚洲尚不清楚。我们比较4种方法评估尿蛋白排泄的多民族人口CKD患者。方法。CKD患者()提供24小时尿液收集第二天早上发现尿液样本紧随其后。我们创建了多元线性回归模型来评估肾小球滤过率(GFR)下降的相关因素(平均随访:37个月,差26-41)和建造Cox比例风险模型预测ESRD的组合结果和死亡。结果。线性回归模型显示,24小时尿蛋白排泄最有预测力的肾小球滤过率(GFR)下降,但其他方法都是类似的。ESRD的综合结果和死亡的比例风险模型有相似的预测性能。结论。我们表明,评估的所有方法都是类似的临床终点,和任何方法可以用于临床实践或研究。

1。背景

估计24小时尿蛋白排泄或24小时尿白蛋白排泄用尿蛋白肌酐比率(UPCR)和尿白蛋白肌酐比值(UACR),分别是建立在临床实践和实践指南(发布1]。最初的研究中,然而,执行标准化之前肌酐检测(2- - - - - -4]。标准化肌酐值可能相差5 - 20%值方法获得的校准或可追踪的同位素稀释质谱法(IDMS)标准(5]。作为一个例子,如果比以前高出20%测量标准化的肌酐,UPCR或UACR可能估计低了17%。相反如果标准化肌酐低10%,那么UPCR或UACR可能估计高出11%。因此,很明显,肌酐标准化具有重要影响的蛋白尿估计方程及其在临床实践中的应用。蛋白尿和蛋白尿没有标准化的测量(6]。此外,不同的检测方法会导致不同的浓度。研究和临床实践可能偏爱UPCR UACR成本的原因,和没有可靠的方法来转换比率(7]。然而,临床实践指南的新的迭代识别和分类的慢性肾脏疾病合并尿白蛋白肌酐比值作为危险分层的一部分(8,9]。在这项研究中,我们评估的相关性清晨发现尿液检测24小时尿蛋白和白蛋白排泄,提供转换方程由人口的各种慢性肾脏疾病,患者肾小球滤过率(GFR)和比较他们的预测效果下降,终末期肾病(ESRD)和死亡率。

2。方法

我们使用数据从亚洲肾病研究如前所述10]。简单、稳定CKD患者门诊的肾小球滤过率(GFR)的研究。他们收集了24小时尿液收集和提交第二天肾小球滤过率(GFR)测量和也提供了清晨尿液和血液样本。24小时尿液收集和清晨发现尿液检测蛋白,白蛋白、肌酐浓度。我们在西门子Advia 2400(进行化验http://www.siemens.com/)。尿蛋白测定使用pyrogallol-based测定校准制造商的内部标准。尿白蛋白测定使用PEG-enhanced immunoturbidimetric化验和也是一个内部校准标准。肌酐酶测定的方法(creatininase)在一个中心实验室认可的大学的美国病理学家和实验校准manufacturer-provided材料可追溯到标准化肌酐(国家标准与技术研究所的标准参考资料967)测量了同位素稀释质谱法(推荐国家肾脏疾病教育计划,http://www.nkdep.nih.gov/)。提取最后已知血清肌酐,医院临床实验室数据库了。所有参与者相互参照ESRD与我们的数据库透析起始日期或死亡。本研究所有纵向随访数据是正确的,直到1月15日,2012年。本研究通过国家医疗集团、特定领域的审查委员会(D / 07/524和2007/00225)。

3所示。统计数据

在适当情况下,变量之前自然对数转换线性回归为非正态的分布和正确的非常数的变化观察到的点在回归线。我们使用Bland-Altman协议分析来评估UACR UPCR预测24小时尿白蛋白排泄和24小时尿蛋白排泄,分别。与早期的研究比较,我们使用非国际单位计算尿液蛋白质或白蛋白肌酐比率(3,4]。UACR之间的转换方程,UPCR、24小时尿蛋白排泄,和24小时尿白蛋白排泄。评估这些方程,外部数据集45参与者同样收集24小时尿液样本随后第二天清晨发现尿样被用作验证测试数据集。预测变量被皮尔森相关测量值相比和魏克森讯号等级测试。因为临床实践和研究分析师通常使用UACR UPCR估计相应的24小时尿液排泄率高于白蛋白的临床重要的阈值> 300毫克/天,蛋白质> 0.5克/天,我们还分析了测量(主要来源数据集,)和equation-predicted UACR和UPCR(验证数据集,)为他们的预测能力的敏感性,特异性,阳性预测值(PPV)以及阴性预测值(NPV) (11,12]。

我们估计肾小球滤过率(GFR)使用CKD-EPI方程[13]。比较每种方法的预测性能的尿蛋白或白蛋白评估肾小球滤过率(GFR)下降,我们开发了使用线性回归模型。我们用逐步线性回归值阈值模型的入口或出口混合方向没有规则选择模型的变量预测肾小球滤过率(GFR)下降。初始变量筛选是年龄,性别,种族,最初的血清肌酐,初始血清尿素、吸烟史、糖尿病病史、高血压、冠状动脉疾病,外周动脉疾病,收缩压,舒张压,体重指数、血清白蛋白,UACR, UPCR、24小时尿蛋白排泄,和24小时尿白蛋白排泄。尿液估计或测量方法的最佳模型代替反过来另外三个模型的比较。变量与值和种族都包含在最终的模型。我们评估了线性回归模型通过审查、AIC (Akaike信息准则)和BIC(贝叶斯信息准则)(14,15]。自总是会增加越来越多的预测变量在模型中,我们选择我们的模型使用AIC和BIC惩罚模型有大量的预测变量。AIC可能支持更复杂的模型和overfit,虽然BIC可能选择一个吝啬的模型和underfit。为我们的模型评估,最低的AIC和BIC准则表明最好的模型。同样,我们也评估尿蛋白的预测性能估计的联合终点ESRD使用cox比例风险模型和死亡。分析在人民币10日(美国NC卡里)和R (http://www.r-project.org/)。

4所示。结果

有232名患者特征如表所示1。四个患者24小时尿蛋白排泄> 3.5 g。点的相关性尿估计比率(UPCR和UACR 24小时尿蛋白和白蛋白排泄,resp)。如图1。UACR似乎预测24小时尿白蛋白排泄更好的斜率接近1。预测方程


年龄(年)	58.4±12.8
男(,%)	120 (51.7)
种族(,%)
所有	232 (100)
中国	94 (40.5)
马来语	74 (31.9)
印度	56 (24.1)
其他人	8 (0.03)
高度(米)	1.59±0.09
体重(公斤)	70.3±15.9
身体质量指数(公斤/米²)	27.6±5.5
身体表面积(m²)	1.72±0.21
肾小球滤过率(GFR)测量(毫升/分钟/ 1.73米²)	51.7±27.5
血清肌酐(µmol / L)	153±92
血清蛋白(g / L)	72.2±5.7
血清白蛋白(g / L)	41.8±3.2
血清尿素(更易/ L)	8.35±6.35
24小时尿量(左)	1.76±0.78
24小时尿蛋白(g)	0.6±0.9
24小时尿白蛋白(毫克)	383.7±685.9
24小时尿肌酐(更易与)	8.2±3.6
发现尿蛋白(g / L)	0.64±1.04
点尿白蛋白(毫克/升)	413.3±721.5
点尿肌酐(更易/ L)	6.9±4.6
UPCR(毫克/毫克)	1.03±1.87
UACR(毫克/毫克)	0.68±1.3
糖尿病(,%)	119 (51)
高血压(,%)	192 (83)
慢性肾病的原因(,%)
高血压	115 (49.6)
糖尿病肾病	54 (23.3)
肾小球疾病	38 (16.4)
多囊肾疾病	6 (2.6)
阻塞性肾病	4 (1.7)
其他或原因不明	15 (6.5)

数据显示为平均数±标准差或频率(百分比)。

图1

对24小时尿尿估计比率分布测量。(a - 1) UPCR和24小时尿蛋白排泄。相关,95%可信区间0.74 - -0.83。粗线:线的身份;细线:回归线;虚线:回归线的95%置信区间。(a)限制协议的对数转换UPCR和24小时尿蛋白排泄。(b - 1) UACR和24小时尿白蛋白排泄。相关,95%可信区间0.82 - -0.89。粗线:线的身份;细线:回归线;虚线:回归线的95%置信区间。(b - 2)限制协议的对数转换UACR和24小时尿白蛋白排泄。

UPCR贫穷与24小时尿蛋白排泄(,95%可信区间0.75 - -0.84)比UACR 24小时尿白蛋白排泄(,95%可信区间0.82 - -0.89)。UACR是UPCR高度相关(,95%置信区间0.99 - -0.99)(图2)。24小时尿白蛋白排泄也高度相关的24小时尿蛋白排泄(,95%可信区间0.99 - -0.99)。UACR较少与24小时尿蛋白排泄(比UPCR, 95%可信区间0.72 - -0.83)和24小时尿白蛋白排泄(,95%可信区间0.76 - -0.85)。的敏感性和特异性UACR 30至300毫克/毫克预测24小时尿白蛋白排泄的30至300毫克(微量白蛋白尿)是0.69和0.77,分别。PPV和NPV分别是0.63和0.81。敏感性和特异性的UACR > 300毫克/ mg预测24小时尿白蛋白排泄> 300毫克(macroalbuminuria)是0.94和0.84,分别。PPV和NPV分别是0.70和0.97。的敏感性和特异性UPCR > 0.5毫克/毫克预测24小时尿蛋白排泄> 0.5克/天0.90和0.81,分别。PPV和NPV分别是0.66和0.95。

图2

尿白蛋白与尿蛋白排泄。(a - 1) UPCR和UACR。相关,95%可信区间0.99 - -0.99。粗线:线的身份;细线:回归线;虚线:回归线的95%置信区间。(a)限制协议UPCR UACR。(a - 3)限制协议的对数转换UPCR UACR。(b - 1) 24小时尿蛋白排泄和24小时尿白蛋白排泄。相关,95%可信区间0.99 - -0.99。粗线:线的身份;细线:回归线;虚线:回归线的95%置信区间。(b - 2)限制协议的24小时尿蛋白排泄和24小时尿白蛋白排泄。(酮)限制协议的对数转换24小时尿蛋白排泄和24小时尿白蛋白排泄。

不同的转换方程来源于主要研究数据()表2。使用外部验证数据集()评估的性能转换方程,预测点尿率显著高度相关,但不同于现货尿液测量值。UPCR与“预计24小时尿蛋白排泄”(,95%置信区间0.41 - -0.78)比UACR与“预计24小时尿白蛋白排泄”(,95%可信区间0.31 - -0.73)。的敏感性和特异性“predicted-UACR”,计算从UPCR > 300毫克/毫克预测24小时尿白蛋白排泄> 300毫克(macroalbuminuria)是0.059和1.0,分别。PPV和NPV分别是1.0和0.64。的敏感性和特异性“predicted-UACR”,计算从24小时尿蛋白排泄,> 300毫克/毫克预测24小时尿白蛋白排泄> 300毫克(macroalbuminuria)是1.0和0.89,分别。PPV和NPV分别是0.85和1.0。的敏感性和特异性“predicted-UPCR”,计算从UACR > 0.5毫克/毫克预测24小时尿蛋白排泄> 0.5克/天0.1和1.0,分别。PPV和NPV分别是1.0和0.58。

(一)转换预测方程


方程	价值

日志⁡24小时尿蛋白排泄(g) =−0.617019 + 0.7150918×日志UPCR(毫克/毫克)	< 0.001
日志⁡24小时尿白蛋白排泄(g) =−0.800153 + 0.8257142×日志UACR(毫克/毫克)	< 0.001
日志UACR(毫克/毫克)=−0.656352 + 1.3881178×日志UPCR(毫克/毫克)	< 0.001
日志UPCR(毫克/毫克)= 0.3216439 + 0.6394674×日志UACR(毫克/毫克)	< 0.001
日志UACR(毫克/毫克)=−0.270587 + 1.2870223×日志⁡24小时尿蛋白排泄(g)	< 0.001

(b)性能的转换方程使用外部验证数据集(= 45)


预测	预测变量	预测价值	测量值	价值	相关(95%置信区间)

UPCR(毫克/毫克)	24小时尿蛋白排泄(g)	0.74 (0.67 - -0.82)	0.38 (0.14 - -0.92)	0.0051	0.63 (0.41 - -0.78)
UACR(毫克/毫克)	24小时尿白蛋白排泄(g)	0.91 (0.87 - -0.94)	0.21 (0.02 - -0.58)	< 0.001	0.55 (0.31 - -0.73)
UPCR(毫克/毫克)	UACR(毫克/毫克)	0.01 (0.00 - -0.03)	0.03 (0.00 - -0.08)	< 0.001	0.97 (0.95 - -0.98)
UACR(毫克/毫克)	UPCR(毫克/毫克)	0.15 (0.04 - -0.29)	0.05 (0.02 - -0.13)	< 0.001	0.95 (0.91 - -0.97)
24小时尿蛋白排泄(g)	UACR(毫克/毫克)	0.22 (0.06 - -0.69)	0.03 (0.00 - -0.08)	< 0.001	0.81 (0.68 - -0.89)

报告为中位数(25 th - 75);值预测和测量值之间的差别;皮尔森相关(95%置信区间)。

有225患者随访血清肌酐可用来确定估计肾小球滤过率(GFR)下降。通过逐步线性回归,我们开发了4最终模型比较UACR的性能,UPCR, 24小时尿蛋白和白蛋白排泄(表3)。在所有模型、尿液蛋白质或白蛋白的方法评估和最初的血清尿素是重要的。模型包含24小时尿蛋白排泄预测最佳肾小球滤过率(GFR)下降。肾小球滤过率(GFR)的所有模型具有良好的预测性能下降,与最好的性能模型,包括24小时尿蛋白排泄,是为了通过24小时尿白蛋白排泄,UPCR, UACR。


		95%可信区间	估计	变量	价值	另类投资会议	BIC

模型1	0.10	0.028到0.172	−0.211	记录24小时尿蛋白排泄	< 0.001	524.97	545.65
			0.311	日志血清尿素	0.001

模型2	0.095	0.025到0.166	−0.127	记录24小时尿白蛋白排泄	< 0.001	526.13	546.81
			0.291	日志血清尿素	0.002

模型3	0.071	0.009到0.133	−0.148	日志UPCR	0.001	532.38	553.06
			0.289	日志血清尿素	0.003

模型4	0.066	0.005到0.126	−0.092	日志UACR	0.002	533.65	554.33
			0.275	日志血清尿素	0.0072

所有模型调整的种族。

平均随访37个月(差26-41)。有19个ESRD患者(9/19,47%女性)和9(3/9,33%女性)在随访期间死亡(4死前(ESRD)。ESRD患者达到相似的年龄(59.8±10.3和58.8±13.0年),但更高的血清肌酐(311±113和138±75μmol / L)和24小时尿白蛋白(1515±1251和283±504毫克)。我们创建了4 Cox比例风险模型来比较各种蛋白尿的性能评估预测(表ESRD的端点和死亡4)。所有模型,其中包括标准的调节器(年龄、性别、种族),严重蛋白尿的方法评估(所有)和日志-血清尿素(所有)。


	模型	价值	术语	价值	风险率	降低95%可信区间	上95%可信区间
	−日志可能性	价值	术语	价值	风险率	降低95%可信区间	上95%可信区间

模型1	−79.45	< 0.001	记录24小时尿蛋白	< 0.001	3.87	2.37	6.31
			日志血清尿素	< 0.001	17.62	6.27	49.54
			年龄	0.225	0.97	0.93	1.02
			性别	0.310	1.66	0.62	4.41
			马来民族	0.155	2.08	0.76	5.72
			印度和其他种族	0.572	1.43	0.41	4.93

模型2	−80.03	< 0.001	记录24小时尿白蛋白	< 0.001	2.90	1.87	4.51
			日志血清尿素	< 0.001	16.94	6.25	45.89
			年龄	0.28	0.98	0.94	1.02
			性别	0.31	1.65	0.62	4.40
			马来民族	0.16	2.07	0.75	5.69
			印度和其他种族	0.63	1.36	0.39	4.72

模型3	−77.30	< 0.001	日志UPCR	< 0.001	3.82	2.40	6.07
			日志血清尿素	< 0.001	23.52	7.60	72.85
			年龄	0.07	0.96	0.92	1.00
			性别	0.01	3.89	1.33	11.40
			马来民族	0.19	1.94	0.72	5.22
			印度和其他种族	0.40	1.71	0.48	6.04

模型4	−79.38	< 0.001	日志UACR	< 0.001	2.98	1.93	4.58
			日志血清尿素	< 0.001	20.67	7.09	60.23
			年龄	0.12	0.97	0.92	1.01
			性别	0.03	3.23	1.15	9.12
			马来民族	0.18	1.96	0.73	5.24
			印度和其他种族	0.42	1.69	0.48	6.05

所有模型包括标准从年龄,性别和种族。每单位风险比率连续变量回归量的变化,对于分类变量:性别(男/女),女性是参考水平。

5。讨论

这是第一个多民族的亚洲人口的前瞻性研究各种各样的CKD患者(糖尿病和非糖尿病患者),同时评估清晨现货24小时尿液收集尿液预测比例,而会计标准化的肌酐测定。先前的研究回顾,没有同步的集合点尿液和24小时尿集合(16]。涉及CKD患者的临床实践和研究高度依赖于使用尿液蛋白质或白蛋白肌酐比率估计各自的24小时尿排泄物。然而,许多人没有意识到的影响尿液的使用比率(17,18]。从根本上讲,需要回答的主要问题如下。UACR还是UPCR预测24小时尿白蛋白排泄或蛋白质吗?发现尿液预计24小时尿液排泄比例更好?(3)在我们的环境中,如何比率与24小时尿排泄物吗?特别是现在我们已经标准化的肌酐检测而不是白蛋白和蛋白质检测。当然,(4)参数(比率或24小时尿排泄物)预测纵向数据更好的结果(ESRD)肾小球滤过率(GFR)下降,或慢性肾病患者的死亡率)?

我们的研究表明,UACR相关比UPCR 24小时尿白蛋白排泄。我们没有找到一样高相关性UPCR早期的研究(3,4]。这可能是部分原因是肌酐校正结果的系统更大的比例。临床实践指南CKD的识别和分类包含UACR除了分期CKD估计肾小球滤过率(GFR)。我们研究派生的临床研究和实践的转换方程需要现货24小时尿白蛋白或蛋白质排泄物,具体的分析方法。平均预测点尿液比率合理相关但与测量值明显不同。许多临床和研究数据库包含UACR和UPCR相同的病人;分析师经常应用转换方程分析的目的。但敏感性的“预测UACR”或“预测UPCR”确定临床显著的24小时尿液排泄率很差。因此,我们不推荐使用的转换方程UACR UPCR,反之亦然。然而,“predicted-UACR”计算的性能从24小时尿蛋白排泄似乎接受确定临床显著蛋白尿的> 0.5克/天。 Nonetheless, in clinical practice, it is currently not recommended to interchangeably convert urine albumin and urine protein concentrations [11]。

Ruggenenti等人的研究结果相反的只有非糖尿病的病人,我们没有发现UPCR肾小球滤过率(GFR)下降的预测总是比24小时尿蛋白排泄(4]。但是,在所有的模型中,所有的方法评估尿蛋白排泄率显著预测肾小球滤过率(GFR)下降,ESRD)和死亡率。在我们看来,这支持当前的实践使用现货尿液测试估计评估24小时尿蛋白和白蛋白排泄(11,16]。和所有的方法评估与预测临床结果显著相关的多民族亚洲人口中不同类型的CKD,使我们的结果更可概括的和支持的临床实践和研究。

我们研究的优势包括相当大的多民族亚裔人口包括糖尿病和非糖尿病患者的慢性肾病,有系统地收集地方和24小时尿与先前的研究相比3,4]。我们还用比浊法,一个健壮的方法确定白蛋白浓度,尽管一些人提倡使用浊度测定法作为首选白蛋白测定方法(7]。我们的研究也受到更少的CKD患者nephrotic-range蛋白尿(24小时尿蛋白排泄> 3.5 g)。然而,它已经表明,发现尿液在更高水平的蛋白尿(估计不太精确3,4]。24小时的尿估计测量可能不准确,因为尿液收集是自主的。相反,别人还会辩称,导出方程更能反映实际的实践,和,因此,预测方程和纵向分析将更加有效,适用于临床实践。此外,在实践中,我们通常感兴趣的类别的蛋白尿排泄,即< 1克/天,1 - 3克/天,和> 3克/天,,上级,应该获得一个24小时尿液收集确定初始治疗CKD的参数。样本的大小限制了多元回归模型的准确性,并进一步明确研究是必需的。

6。结论

总之,我们评估使用尿现货率评估尿蛋白排泄率和开发有用的转换方程用于临床研究和实践。我们发现尿蛋白评估的所有方法都是类似的临床终点,和任何方法可以用于临床实践或研究。

利益冲突

作者没有利益冲突的报告。

作者的贡献

恩凌晨张志贤,平Tyug Loh,埃文·j·c·李构思,监督,并进行了研究。恩那Teo和回族徐招募参与者和收集数据。恩凌晨张志贤,平Tyug Loh, Peh Joo Ho,郭Pui崔分析数据。Sharon看到苏尼尔Sethi、回族徐和恩惠凌晨Teo监督标本的实验室测量。恩小翁亲属Wong张志贤,Ping Tyug Loh写论文的初稿。所有作者审查和编辑。

确认

大部分资金被授予的亚洲肾病研究新加坡国立大学勇厕所林医学院教师研究委员会,并由国家医学研究委员会资助的部分(集团投票)和新加坡国家肾脏基金会。恩凌晨张志贤的接受者NHG-NUS临床领导研究奖2007年和2009年NMRC海外奖学金奖肾功能的研究。赞助商没有参与研究设计、数据收集、分析和解释。我们的研究部分的其他coinvestigators包括古时Li博士博士Borys树德,和阿文德•库马尔Sinha博士。李博士监督初始统计分析。摘要本研究提出了部分在新加坡肾脏病学会科学年会2012年翁亲属Wong博士。

引用

国家肾脏基金会,”K / DOQI慢性肾脏疾病的临床实践指南:评估、分类、分层,”美国肾脏疾病杂志》上,39卷,不。2,补充1,S1-S266, 2002页。视图:谷歌学术搜索
j·g·l·迈尔斯·w·g·米勒Coresh et al .,“建议改善血清肌酐测定:实验室工作小组的一份报告国家肾脏疾病教育计划,”临床化学,52卷,不。1,5日至18日期间召开,2006页。视图:出版商的网站|谷歌学术搜索
r . a . Rodby r·d·罗德z莎朗·m·a·波尔r·p·贝恩和e·j·刘易斯,“尿蛋白肌酐比预测的24小时尿蛋白排泄在1型糖尿病肾病患者,”美国肾脏疾病杂志》上,26卷,不。6,904 - 909年,1995页。视图:出版商的网站|谷歌学术搜索
p . Ruggenenti f . Gaspari、a .佩纳和g . Remuzzi“横截面纵向研究现货早晨尿蛋白:肌酐比率,24小时尿蛋白排泄率、肾小球滤过率,和结束阶段的慢性肾脏疾病患者的肾功能衰竭没有糖尿病,”英国医学杂志,卷316,不。7130年,第509 - 504页,1998年。视图:出版商的网站|谷歌学术搜索
a·s·利维j . Coresh t·格林et al .,“表达饮食在肾脏疾病研究方程的修正估计肾小球滤过率与标准血清肌酐值,“临床化学,53卷,不。4、766 - 772年,2007页。视图:出版商的网站|谷歌学术搜索
w·g·米勒,d·e·布鲁斯·g·l·Hortin et al .,“现在的问题在尿白蛋白排泄的计量和报告,“临床化学,55卷,不。1,24-38,2009页。视图:出版商的网站|谷歌学术搜索
p . Deurenberg和m . Deurenberg-Yap验证估计的皮层厚度和手持阻抗测量体脂百分比在新加坡的中国人,马来人和印度的主题,“亚太临床营养学杂志》上,11卷,不。1、1 - 7,2002页。视图:出版商的网站|谷歌学术搜索
a·s·利维·e·德容j . Coresh et al .,”的定义、分类和慢性肾脏疾病的预后:KDIGO争议会议报告,“肾脏国际,卷80,不。1,17-28,2011页。视图:出版商的网站|谷歌学术搜索
“肾脏疾病:改善全球的结果(KDIGO) CKD工作组:KDIGO 2012年临床实践指南的评估和管理慢性肾脏疾病,”肾脏国际补充剂,3卷,页1 - 150,2013。视图:谷歌学术搜索
b . w . Teo h .徐王d . et al .,“肾小球滤过率(GFR)估计方程在亚洲多民族人口,”美国肾脏疾病杂志》上,卷。58岁的没有。1,56 - 63,2011页。视图:出版商的网站|谷歌学术搜索
d . w·约翰逊·g·r·d·琼斯,t·h·马修et al .,“慢性肾脏疾病和测量的蛋白尿或蛋白尿:立场声明,“澳大利亚医学杂志,卷197,不。4、224 - 225年,2012页。视图:出版商的网站|谷歌学术搜索
a·s·利维K.-U。时候,冢本et al ., y“慢性肾脏疾病的定义和分类:肾脏疾病的立场声明:改善全球的结果(KDIGO)”肾脏国际,卷67,不。6,2089 - 2100年,2005页。视图:出版商的网站|谷歌学术搜索
A·s·利维·l·A·史蒂文斯c·h·施密德et al .,“一个新的方程估计肾小球滤过率,”内科医学年鉴,卷150,不。9日,第612 - 604页,2009年。视图:出版商的网站|谷歌学术搜索
h . Akaike,”一个新的看统计模型识别,”IEEE自动控制,19卷,不。6,716 - 723年,1974页。视图:出版商的网站|谷歌学术搜索|MathSciNet
g·施瓦兹,“估计模型的维度”,统计年报》第六卷,没有。2、461 - 464年,1978页。视图:出版商的网站|谷歌学术搜索|MathSciNet
s . Methven m . s .麦格雷戈,据Traynor j . p . m .头发,d . s . j . O ' reilly和c j . Deighan”比较尿白蛋白、尿总蛋白预测CKD的患者的结果”美国肾脏疾病杂志》上卷,57号1,第21至28,2011页。视图:出版商的网站|谷歌学术搜索
j . Fotheringham m·j·坎贝尔·d·g·福格蒂,m . El -纳哈斯和t .里,“估计尿白蛋白排泄率与albumin-creatinine比率的估计测量白蛋白排泄率:估计白蛋白排泄率方程的推导和验证,”美国肾脏疾病杂志》上,卷63,不。3、405 - 414年,2014页。视图:出版商的网站|谷歌学术搜索
洛杉矶印“蛋白尿:时间专注于准确性,”美国肾脏疾病杂志》上,卷63,不。3、378 - 381年,2014页。视图:出版商的网站|谷歌学术搜索

国际肾脏病学会杂志

文摘

1。背景

2。方法

3所示。统计数据

4所示。结果

5。讨论

6。结论

利益冲突

作者的贡献

确认

引用

版权

相关文章

相关文章

国际肾脏病学会杂志

点尿估计相当于24小时尿蛋白排泄的尿液评估预测临床结果

文摘

1。背景

2。方法

3所示。统计数据

4所示。结果

5。讨论

6。结论

利益冲突

作者的贡献

确认

引用

版权

相关文章

更多相关文章

更多相关文章

相关文章