ステージ3～5の慢性腎臓病（CKD）の進行予測モデルとして、従来の推定糸球体濾過量（eGFR）やアルブミン尿に加え、血清カルシウム（Ca）、血清リン、血清重炭酸塩、血清アルブミン値を追加することで、精度が向上することが示された。米国・ボストンにあるタフツ医療センターのNavdeep Tangri氏らが、CKD患者8,000人超について行った試験で明らかにしたもので、JAMA誌2011年4月20日号（オンライン版2011年4月11日号）で発表した。
CKDステージ3～5の、開発コホート約3,500人、検証コホート約5,000人について検討
研究グループは、2001年4月1日～2008年12月31日にかけて、腎臓病専門医に紹介されたステージ3～5のカナダ人のCKD患者（eGFR値：10～59mL/分/1.73m2）の2コホートについて試験を行った。
開発コホートの被験者数は3,449人で、うち386人（11％）が腎不全、検証コホートの被験者数は4,942人で、うち1,177人（24％）が腎不全だった。
Cox比例ハザードモデルを用いて予測モデルを作成し、C統計量、統合判別改善（IDI）、キャリブレーション・プロット、赤池情報量基準（AIC）などを用いてモデルを評価した。
試験開始後1、3、5年の時点で、ネット再分類改善率（NRI）を調べた。
最高精度モデルで、C統計量は0.84～0.92
結果、最も精度が高かった予測モデルは、年齢、性別、eGFR、アルブミン尿、血清Ca、血清リン、血清重炭酸塩、血清アルブミン値を追加したものだった（開発コホートのC統計量：0.917、95％信頼区間：0.901～0.933、検証コホートのC統計量：0.841、同：0.825～0.857）。
検証コホートにおいて、同予測モデルの予測精度は、年齢、性別、eGFR、アルブミン尿から成る簡素化モデルよりも高かった。IDIは3.2％（95％信頼区間：2.4～4.2％）、キャリブレーション（NamとD’Agostinoのχ2統計量）は簡素化モデル32に対し19、CKDステージ3へのNRIは8.0％（95％信頼区間：2.1～13.9％）、同ステージ4へのNRIは4.1％（同：－0.5～8.8）だった。
（當麻あづさ：医療ジャーナリスト）
