• deplazio
    The Department of Epidemiology of the Lazio Regional Health Service (DEP)
    is based in Rome and has over 30 years of experience
  • Area Covid-19
    .
  • ambientale-valutativo

    The staff of the DEP has specific expertise in epidemiological methods
  • rischi ambientali
    Provide decision makers with the best epidemiological evidence
    to plan interventions to reduce health risks
  • esiti
    Outcome evaluation of health care
  • cure sanitarie
    Provide evidence to improve the quality
    and effectiveness of health care
  • inquinamento
    Assess the risks associated with
    short and long term exposure to air pollutants
  • cambiamenti climatici
    Assessing the health impact of climate change and extreme events

Registro Regionale Dialisi e Trapianti Lazio (RRDTL)

Validazione dell’algoritmo per l’identificazione della malattia renale cronica PDF Print E-mail

algormito malattia renale cronicaIl DEP Lazio, in collaborazione con l’U.O.S. Terapia Conservativa della Malattia Renale Cronica, Fondazione Policlinico Universitario A. Gemelli IRCCS - Università Cattolica del Sacro Cuore, ha preso parte a uno studio al fine di validare un algoritmo per l’identificazione della malattia renale cronica, precedentemente sviluppato dallo stesso gruppo di lavoro.

L’algoritmo è in grado di stimare la popolazione affetta dalla patologia nei diversi stadi, per genere e classi di età.
Tra il 2012 e il 2015, 30.493 adulti residenti nella Regione Lazio sono stati sottoposti ad almeno 2 misurazioni della creatinina sierica, separate da almeno 3 mesi presso i laboratori della Fondazione Policlinico Universitario A. Gemelli IRCCS.

La prevalenza di individui affetti da malattia renale cronica è dell’11,1% mentre la prevalenza dello stadio avanzato della patologia è del 2%.
L’algoritmo per l’identificazione della malattia renale cronica ha sensibilità pari al 51,0%, specificità pari al 96,5%, valore predittivo positivo 64,5% e valore predittivo negativo 94,0%. Utilizzando l’algoritmo per l’identificazione degli stadi avanzati della patologia, la sensibilità è pari al 62,9%, specificità 98,1%, valore predittivo positivo 40,4% e valore predittivo negativo 99,3%. L'età influenza le prestazioni dell’algoritmo, con una sensibilità e una specificità ridotte tra i pazienti più anziani.

L’algoritmo precedentemente sviluppato ha un’alta specificità e prestazioni adeguate all’identificazione della malattia renale cronica e può essere utilizzato per ottenere stime di prevalenza della patologia e per effettuare ricerche epidemiologiche.

Clicca qui per andare al link della pubblicazione.

 



Questo sito utilizza cookies tecnici e di terze parti per funzionalità quali la condivisione sui social network e/o la visualizzazione di media. Chiudendo questo banner, cliccando in un'area sottostante o accedendo ad un'altra pagina del sito, acconsenti all’uso dei cookie. Se non acconsenti all'utilizzo dei cookie di terze parti, alcune di queste funzionalità potrebbero essere non disponibili. Per maggiori informazioni consulta la pagina privacy policy.

Accetto i cookie da questo sito.
EU Cookie Directive plugin by www.channeldigital.co.uk