Disclosure belangen NHG spreker (Potentiële) belangenverstrengeling Geen Voor bijeenkomst mogelijk relevante relaties met bedrijven Sponsoring of onderzoeksgeld Honorarium of andere (financiële) vergoeding Aandeelhouder Andere relatie, namelijk … Diabetes Fonds
Predictiemodellen voor het risico op de ontwikkeling van nefropathie in mensen met type 2 diabetes: systematische review Marlous Gort, Joline WJ Beulens, Giel Nijpels, Petra JM Elders, Amber A van der Heijden
Introductie Type 2 diabetes ↑ risico op vasculaire complicaties Nefropathie Eén van de micro- vasculaire complicaties Eindstadium nierfalen ↑ mortaliteit en ↓ QOL Predictiemodel Hulp bij vroegtijdige opsporing en behandeling Welke predictiemodellen voor nefropathie zijn er ontwikkeld die toepasbaar zijn op mensen met type 2 diabetes en wat is hun kwaliteit en nauwkeurigheid?
Methoden PubMed en Embase Inclusiecriteria Toepasbaar op mensen met T2D Voorspelling nefropathie FU-duur ≥ 1 jaar Twee onafhankelijke reviewers CHARMS checklist en PROBAST tool
Resultaten T2D populatie Algemene populatie Studies Predictiemodellen 17 8 Predictiemodellen 23 13 Externe validatie 3 7 Populatie VS / meerdere landen VS Sample size 270 - 25.736 2.490 - 799.658 Uitkomsten Alle stadia Stadium 3 / eindstadium nierfalen Risico predictie 5 - 10 jaar 5 jaar Veelvoorkomende predictoren Geslacht, eGFR, leeftijd, SBP, HbA1c CVD, hartfalen, PVD, hypertensie, leeftijd
Resultaten Discriminatie Calibratie “Onderscheid tussen hoog en laag risico” Calibratie “Vermogen om de incidentie te voorspellen” Model T2D Algemeen 1 0.68 0.67 2 0.69 0.88 3 0.91 4 0.82 5 0.84 6 0.74 7 0.95 Model T2D Algemeen 1 Goed 2 3 4 5 6 Goed (donker) Matig (blank) 7 Uitstekend Perfect = 1 Goed = > 0.8 Matig = 0.6-0.8 Slecht = < 0.6 Uitstekend Goed Matig
Conclusie Er is een aanzienlijk aantal predictiemodellen beschikbaar om nefropathie te voorspellen 36 predictiemodellen 10 extern gevalideerd (28%) 2 modellen toepasbaar in de praktijk Externe validatie en impact studies