Maßnahmen der chronischen Nierenerkrankung und des Risikos einer peripheren Arterienerkrankung: Eine kollaborative Metaanalyse der Daten einzelner Teilnehmer

Abstrakt

Hintergrund– Einige Beweise deuten darauf hinchronischNiereErkrankungist ein Risikofaktor für die periphere arterielle Verschlusskrankheit der unteren Extremitäten. Unser Ziel war es, die unabhängigen und gemeinsamen Assoziationen von zwei Maßen der chronischen Nierenerkrankung (geschätzte glomeruläre Filtrationsrate [eGFR] und Albuminurie) mit dem Auftreten von peripherer arterieller Verschlusskrankheit zu quantifizieren.

Methoden—In dieser kollaborativen Metaanalyse internationaler Kohorten, die in derChronischNiereErkrankungPrognosis Consortium (Baseline-Messungen zwischen 1972 und 2014) mit Baseline-Messungen von eGFR und Albuminurie, mindestens 1000 Teilnehmern (dieses Kriterium galt nicht für Kohorten, die ausschließlich Patienten mit chronischer Nierenerkrankung einschlossen) und mindestens 50 Ereignissen mit peripherer arterieller Verschlusskrankheit, analysierten wir erwachsene Teilnehmer ohne periphere arterielle Verschlusskrankheit zu Studienbeginn auf individueller Patientenebene mit Cox-Proportional-Hazards-Modellen zur Quantifizierung der Assoziationen von kreatininbasierter eGFR, Urin-Albumin-zu-Kreatinin-Verhältnis (ACR) und Teststreifen-Proteinurie mit dem Auftreten von peripherer arterieller Verschlusskrankheit (einschließlich Krankenhausaufenthalt mit der Diagnose einer peripheren arteriellen Verschlusskrankheit, Schaufensterkrankheit, Beinrevaskularisation und Beinamputation). Wir bewerteten die Diskriminationsverbesserung durch c-Statistiken.

Ergebnisse– Wir analysierten {{0}} Personen ohne periphere arterielle Verschlusskrankheit in der Vorgeschichte aus 21 Kohorten. 18 261 Fälle von peripherer arterieller Verschlusskrankheit wurden während der Nachsorge in allen Kohorten erfasst (mediane Nachbeobachtungszeit betrug 7,4 Jahre [IQR 5,7–8,9], Bereich 2,0–15,8 Jahre in allen Kohorten). ). BeidechronischNiereErkrankungMessungen wurden unabhängig mit dem Auftreten von peripherer arterieller Verschlusskrankheit in Verbindung gebracht. Verglichen mit einer eGFR von 95 ml/min pro 1,73 m2 betrugen die adjustierten Hazard Ratios (HRs) für das Auftreten einer studienspezifischen peripheren arteriellen Verschlusskrankheit 1,22 (95 % KI 1,14–1,30) bei einer eGFR von 45 ml /min pro 1,73 m2 und 2,06 (1,70–2,48) bei einer eGFR von 15 ml/min pro 1,73 m2. Verglichen mit einer ACR von 5 mg/g betrug die adjustierte HR für das Auftreten einer studienspezifischen peripheren arteriellen Verschlusskrankheit 1,50 (1,41–1,59) bei einer ACR von 30 mg/g und 2,28 (2,12 –2·44) bei einem ACR von 300 mg/g. Die angepasste Herzfrequenz bei einer ACR von 300 mg/g gegenüber 5 mg/g betrug 3,68 (95 % KI 3,00–4,52) für eine Beinamputation. eGFR und Albuminurie trugen multiplikativ bei (z. B. adjustierte HR 5,76 [4,90–6,77] für neu aufgetretene periphere arterielle Verschlusskrankheit und 10,61 [5,70–19,77] für Amputation bei eGFR).<30 ml/min="" per="" 1·73="" m2="" plus="" acr="" ≥300="" mg/g="" or="" dipstick="" proteinuria="" 2+="" or="" higher="" vs="" egfr="" ≥90="" ml/min="" per="" 1·73="" m2="" plus="" acr=""><10 mg/g="" or="" dipstick="" proteinuria="" negative).="" both="" egfr="" and="" acr="" significantly="" improved="" peripheral="" artery="" disease="" risk="" discrimination="" beyond="" traditional="" predictors,="" with="" a="" substantial="" improvement="" in="" the="" prediction="" of="" amputation="" with="" acr="" (difference="" in="" c-statistic="" 0·058,="" 95%="" ci="" 0·045–0·070).="" patterns="" were="" consistent="" across="" clinical="">

Deutung– Sogar leicht bis mäßigchronischNiereErkrankungein erhöhtes Risiko für eine periphere arterielle Verschlusskrankheit, mit einer starken Assoziation zwischen Albuminurie und Amputation. Klinische Aufmerksamkeit sollte der Entwicklung von Symptomen und Anzeichen einer peripheren arteriellen Verschlusskrankheit bei Patienten mit chronischer Nierenerkrankung in jedem Stadium geschenkt werden.

Finanzierung—American Heart Association, US-StaatsangehörigerNiereFoundation und NIDDK

Cistanche, ist bekanntlich eine chinesische Kräutermedizin, die nierenbelebend und das Yang stärkend wirkt.Cistancheist ein beruhigendes und wärmendes Kraut, und es ist ein gutes Produkt für Männer, um die Nieren zu beleben und ein Aphrodisiakum zu sein!

Cistancheist ein Inhaltsstoff, der die sexuelle Funktion effektiv verbessern kann, was von großem Nutzen für die männlichen Fortpflanzungsorgane und ein Stärkungsmittel für das Gehirn und die Nieren ist. Nach moderner pharmakologischer Forschung wurde festgestellt, dass der Hauptwirkstoff vonCistanchekann die Geschwindigkeit menschlicher Nierenzellen um ein Vielfaches erhöhen. Laut dem Maustest in "Chinese Patent Medicine" 2020 Issue 08 wird dies bestätigtCistanchekann Hodenatrophie und männliche Hormonreduktion bei Mäusen antagonisieren. Die negativen Wirkungen, die zu einer signifikant verkürzten Erektionslatenz und einer signifikant erhöhten Spermienzahl führten, zeigten auch eine modulierende Wirkung auf die Hypothalamus-Hypophysen-Nebennierenfunktion. Langfristiger Konsum vonCistanchekann die Wurzel festigen und das Yang nähren, das Yin nähren und das Yang auffüllen.

Neben der Ernährung derNieren, CistancheDeserticola, das den gleichen Ursprung wie Medizin und Lebensmittel hat, kann auch die unregelmäßige Menstruation von Frauen, Taubheit in den Gliedern und Schmerzen im unteren Rücken verbessernNiereMangel. Ältere Menschen, die gebrechlich und kränklich sind, können auch die körperliche Widerstandsfähigkeit verbessern, indem sie Cistanche deserticola ergänzen, das Gehirn stärken und die Intelligenz verbessern. Für Menschen mit Verstopfung durch Qi-Mangel ist die Wirkung ebenfalls sehr signifikant.

Kontakt:joanna.jia@wecistanche.com/ WhatsApp: 008618081934791

Cistanche tubulosa beugt Nierenerkrankungen vor, klicken Sie hier, um die Probe zu erhalten

Die periphere arterielle Verschlusskrankheit (PAVK) der unteren Extremitäten betrifft 8–10 Millionen Erwachsene in den USA1 und mehr als 200 Millionen Erwachsene auf der ganzen Welt.2 Ihre Prävalenz hat in den letzten zehn Jahren weltweit um 24 Prozent zugenommen.2 PAD erhöht das Risiko unerwünschter klinischer Folgen3 ,4 und beeinträchtigt die Funktion der unteren Extremitäten.5 PAVK ist besonders wichtig für Hämodialysepatienten, und tatsächlich ist ihre Inzidenzrate (~400 pro 1,000 Patientenjahren) viel höher als die für koronare Herzkrankheit und Schlaganfall (~100–150 pro 1,000 Patientenjahre) in dieser klinischen Population.6 Mehrere frühere Studien haben die Assoziation von leichten und mittelschweren Stadien vonchronisch NiereErkrankung(CKD) mit pAVK.7– 14 Die meisten von ihnen waren jedoch Querschnittsuntersuchungen7– 10 und/oder wurden an einem der beiden untersuchtNiereMaßnahmen zur Definition und Einstufung von CKD, geschätzte glomeruläre Filtrationsrate (eGFR) oder Albuminurie,9–12, aber nicht beides. Diese Art von begrenzter Evidenz könnte dazu beigetragen haben, dass CNI nicht zu den Risikofaktoren für pAVK in den PAD-Leitlinien von 2016 der American Heart Association (AHA) und des American College of Cardiology (ACC) gezählt wurde.15 Daher haben wir unser Ziel verfolgt zur Quantifizierung der unabhängigen und gemeinsamen Assoziationen von eGFR und Albuminurie mit dem zukünftigen Risiko einer PAVK unter Verwendung von Daten von 817.084 Erwachsenen in 21 Kohorten des CKD-Prognose-Konsortiums (CKD-PC).16 Diese reichhaltigen Daten ermöglichten es uns, auch die Vorhersageverbesserung von PAD mit diesen CKD-Maßnahmen zu bewerten und erkunden Sie verschiedene Arten von pAVK wie Beinamputation und Revaskularisierung.

Methoden

Studienauswahl

Einzelheiten des CKD-PC werden an anderer Stelle beschrieben.16, 17 Kurz gesagt, das CKD-PC ist ein internationales Konsortium, das darauf abzielt, Nachweise zu liefern, die die Prävention und das Management von CKD verbessern können, und besteht derzeit aus über 70 potenziellen Kohorten mit Teilnehmern aus 40 Ländern/Regionen mit Daten zu eGFR, Albuminurie und klinischen Ergebnissen. Diese aktuelle Studie verwendete Daten von 9 Kohorten der Allgemeinbevölkerung, 8 Kohorten von Probanden mit einem hohen Risiko für Herz-Kreislauf-Erkrankungen (wie Diabetes mellitus) und 4 Kohorten, in die ausschließlich Patienten mit CNE aufgenommen wurden. Diese prospektiven Studien enthielten Daten zu auftretenden PAVK, während andere Kohorten in der CKD-PC keine Daten hatten. Diese Studie wurde vom Institutional Review Board der Johns Hopkins Bloomberg School of Public Health für die Verwendung anonymisierter Daten genehmigt, und es wurde auf die Notwendigkeit einer Einverständniserklärung verzichtet.

Kohorten mit Baseline-Messungen von eGFR und Albuminurie, mindestens 1000 Teilnehmern (gilt nicht für Kohorten, die bevorzugt Personen mit CKD aufnehmen) und mindestens 50 pAVK-Ereignissen kamen für die Aufnahme in Frage. Die Übertragung individueller Teilnehmerdaten oder die standardisierte Analyse der Ergebnisse für die Metaanalyse fand zwischen Juli 2015 und Januar 2017 statt, mit Basismessungen zwischen 1972 und 2014.

Variablen bei Baseline

Die GFR wurde hauptsächlich durch die CKD-EPI-Kreatinin-basierte Gleichung geschätzt,18 da Serumkreatinin der am häufigsten verwendete Filtrationsmarker in der klinischen Praxis ist.19 Als Sekundäranalyse untersuchten wir jedoch die eGFR auf der Grundlage der CKD-EPI-Cystatin-c-Gleichung in sechs Studien mit relevanten Daten, da dies eine stärkere Beziehung zu den klinischen Ergebnissen gezeigt hat als die auf Kreatinin basierende eGFR.20 Für Albuminurie bevorzugten wir, wie von CKD-Richtlinien empfohlen,21 das Albumin-zu-Kreatinin-Verhältnis im Urin (ACR), aber das halbe - Die quantitative Bestimmung der Proteinurie mit einem Dipstick-Test wurde ebenfalls akzeptiert.16

Wir haben die folgenden Faktoren in den AHA/ACC Pooled Cohort Equations22 als traditionelle atherosklerotische Risikofaktoren definiert: Alter, Geschlecht, Rasse (Schwarze vs. Nicht-Schwarze), Raucherstatus (aktuell vs. früher/nie), systolischer Blutdruck, blutdrucksenkendes Medikament und Diabetes (definiert als Nüchternglukose größer als oder gleich 7,0 mmol/L, Nicht-Nüchtern-Glukose größer als oder gleich 11,1 mmol/L, Hämoglobin A1c größer als oder gleich 6,5 Prozent). von Antidiabetika oder selbstberichteter Diabetes) und Spiegel von Gesamt- und High-Density-Lipoproteincholesterin. Eine Vorgeschichte einer anderen kardiovaskulären Erkrankung (CVD) (koronare Herzkrankheit, Schlaganfall und Herzinsuffizienz) war kein Ausschlusskriterium und wurde in unserer Studie als Kovariate behandelt. Wir haben diesen Ansatz gewählt, da die Risikofaktorprofile zwischen pAVK und anderen kardiovaskulären Erkrankungen nicht unbedingt gleich sind. Zum Beispiel sind Rauchen und Diabetes besonders starke Prädiktoren für PAD.1 Es gibt auch einige einzigartige Aspekte für die PAD-Bewertung und -Überwachung (z. B. Knöchel-Arm-Index und Fußuntersuchung).2,23 In der Tat, ein früheres Risikovorhersage-Tool für die neue Entwicklung der intermittierenden Claudicatio aus der Framingham Heart Study beinhaltet eine Vorgeschichte von koronarer Herzkrankheit als Prädiktor.24

PAD-Ergebnisse

In Anbetracht der heterogenen Literatur bezüglich der Definition von inzidenter pAVK11, 12,24–26 untersuchten wir die folgenden Definitionen von PAD: 1. Studienspezifische pAVK (umfassend definiert in jeder Studie basierend auf ICD-Codes oder Selbstbericht der PAD-Diagnose, Beinrevaskularisation , Beinamputation, Claudicatio intermittens oder wiederholter Knöchel-Arm-Index, sofern verfügbar); 2. PAD-bedingte Krankenhauseinweisungen (ICD-9-Codes 440.2 [Atherosklerose der natürlichen Arterien der Extremitäten] und 440.4 [chronischer Totalverschluss der Arterie der Extremitäten] oder Äquivalente in ICD-10); 3. Beinrevaskularisation (ICD-Codes 38.18 [Endarteriektomie, Arterien der unteren Extremitäten], 39.25 [Aorta-iliaca-femoraler Bypass], 39.29 [sonstiger peripherer vaskulärer Shunt oder Bypass], 39.50 [Angioplastie eines anderen nicht-koronaren Gefäßes ] oder Selbstauskunft); und 4. Beinamputation (ICD-Codes 84.1x [Amputation der unteren Extremität]). Anhang 1 (Anhang S. 3–5) führt alle Abweichungen in den Definitionen für jede Kohorte auf.

Statistische Analysen

Die Analysen wurden auf Probanden im Alter von 18 Jahren oder älter ohne pAVK in der Vorgeschichte zu Studienbeginn beschränkt. Wir schlossen alle Probanden mit fehlenden Werten für eGFR, Albuminurie oder traditionelle Risikofaktoren zu Studienbeginn aus.18 Wir schlossen jedoch einige Studien ein, denen systematisch Daten zu einigen traditionellen Risikofaktoren fehlten (Details zu einer oder einigen fehlenden Variablen in einigen Kohorten können sein im Anhang S. 6–7). Alle Schätzungen wurden zuerst innerhalb jeder Kohorte erhalten und dann durch ein Fixed-Effect-Modell mit der Anzahl der Ereignisse in jeder Kohorte als Gewichtungen metaanalysiert, um konsistente Gewichtungen zwischen der Analyse der Risikobeziehung und der Risikovorhersage zu haben.18,27 Meta- Analysen wurden für Analysen mit Schätzungen von mehr als oder gleich 3 Kohorten durchgeführt.

Unter Verwendung von Cox-Proportional-Hazards-Modellen quantifizierten wir zunächst die Assoziationen von eGFR und Albuminurie mit pAVK-Ergebnissen in der Allgemeinbevölkerung und Hochrisikokohorten, nachdem sie füreinander und traditionelle Risikofaktoren angepasst worden waren. eGFR und ACR wurden durch lineare Splines mit Knoten bei 30, 45, 60, 75 und 90 ml/min/1,73 m2 bzw. 10, 30 und 300 mg/g modelliert. eGFR 95 ml/min/1,73 m2 und ACR 5 mg/g wurden als Referenz festgelegt.18 ACR wurde log-transformiert, ebenso wie alle kontinuierlichen traditionellen Risikofaktoren.22,28 Wir verwendeten Zellners scheinbar unabhängige Regression29, um zu bewerten, ob die Assoziationen von eGFR und ACR mit unterschiedlichen Definitionen von PAD signifikant unterschiedlich waren oder nicht. Wir quantifizierten auch das pAVK-Risiko nach eGFR-Kategorien und Albuminurie im Kontext des neuen internationalen CNE-Staging-Systems.21 Für diese Analyse der kategorienübergreifenden CNE-Maßnahmen haben wir, wie zuvor durchgeführt,28,30 ACR kombiniert<10, 10–29,="" 30–299,="" and="" ≥300="" mg/g="" and="" dipstick="" proteinuria,="" negative="" (reference),="" ±="" (trace),="" 1+,="" and="" ≥2+,="" respectively.="" the="" same="" categories="" of="" dipstick="" proteinuria="" were="" used="" when="" the="" general="" population="" and="" high-risk="" cohorts="" with="" data="" on="" dipstick="" were="" explored="" in="" other="">

Anschließend führten wir Subgruppenanalysen nach Alter, Geschlecht, Rasse und Vorgeschichte von Diabetes, Bluthochdruck (definiert als systolischer Blutdruck größer als oder gleich 140 mmHg, diastolischer Blutdruck größer als oder gleich 90 mmHg oder Verwendung von blutdrucksenkenden Medikamenten) durch. , Verwendung von Statinen und CVDs. Die Wechselwirkung wurde unter Verwendung von Meta-Regression für durchschnittliche Koeffizienten für Spline-Terme getestet, die nach der Anzahl von Ereignissen in jeder Studie gewichtet wurden (für eGFR nur Spine-Terme<90 ml/min/1.73m2="" were="" taken="" into="" account).="" we="" also="" separately="" analyzed="" the="" subpopulation="" with="" ckd="" including="" participants="" with="" low="" egfr=""><60 ml/min/1.73m2="" or="" high="" albuminuria="" (acr="" ≥30="" mg/g="" or="" dipstick="" proteinuria="" ≥1+)17="" from="" the="" general="" population="" and="" high-risk="" cohorts="" and="" all="" participants="" in="" the="" four="" ckd="" cohorts.="" for="" the="" analysis="" of="" the="" ckd="" population,="" egfr="" 50="" ml/min/1.73m2="" and="" acr="" 100="" mg/g="" were="" set="" as="" a="" reference,="" and="" dipstick="" proteinuria="" was="" categorized="" into="" negative/trace="" (reference),="" 1+,="" 2+,="" and="" ≥3+,="" as="" done="">

Als nächstes schätzten wir den Unterschied in Harrells c-Statistiken,32 einem Parameter der Risikodiskriminierung, der die Zensur berücksichtigt, zwischen Vorhersagemodellen, die Nierenmaße (eGFR, Albuminurie oder beides) einschlossen oder ausschlossen. Um den methodischen Vorteil für Nierenmessungen mit mehreren Spline-Termen abzuschwächen, wurde die eGFR in diesen Vorhersageanalysen wie zuvor mit zwei linearen Termen mit einem Knoten bei 60 ml/min/1,73 m2 modelliert.18

All models showed good calibration according to the visual evaluation of predicted vs. observed risk in the vast majority of cohorts.33 The assessment of heterogeneity was based on the I2 statistic and the χ2 test. Random-effects meta-regression analysis was performed to explore sources of heterogeneity when heterogeneity was high (I2 statistic >75 Prozent 34). Alle Analysen wurden mit Stata/MP 13 (www.stata.com) und einem P-Wert durchgeführt<0.05 was="" considered="" statistically="">

Rolle der Finanzierungsquelle

Die Geldgeber spielten keine Rolle beim Studiendesign, der Datenerhebung, Analyse, Dateninterpretation oder dem Verfassen des Berichts. KM hatte vollen Zugang zu allen Analysen und alle Autoren trugen die endgültige Verantwortung für die Entscheidung, sie zur Veröffentlichung einzureichen, informiert durch Gespräche mit Mitarbeitern.

Ergebnisse

Studienmerkmale

Insgesamt 817.084 Personen ohne pAVK in der Vorgeschichte mit einem mittleren Alter von 54 (SD 12) Jahren wurden über einen Median von 7,4 Jahren nachbeobachtet (Tabelle 1). Insgesamt waren 33 Prozent Diabetiker und 9 Prozent hatten eine Vorgeschichte von CVDs. Die Prävalenz von eGFR<60 ml/min/1.73m2="" and="" high="" albuminuria="" were="" 17%="" and="" 5%="" in="" general="" population="" cohorts,="" 14%="" and="" 20%="" in="" high-risk="" cohorts,="" and="" 84%="" and="" 66%="" in="" ckd="" cohorts,="" respectively.="" during="" follow-up,="" 18,261="" incident="" cases="" of="" pad="" based="" on="" study-specific="" definitions="" were="" reported="" across="" all="" cohorts,="" 8,014="" cases="" of="" pad-related="" hospitalizations="" from="" 8="" cohorts,="" 2,549="" cases="" of="" leg="" revascularization="" from="" 10="" cohorts,="" and="" 1,754="" cases="" of="" leg="" amputation="" from="" 7="">

Unabhängige Assoziationen von eGFR und Albuminurie mit Vorfall-PAD-Ergebnissen

Das angepasste Risiko für das Auftreten einer pAVK war oberhalb von eGFR 60 ml/min/1,73 m2 weitgehend konstant und nahm unterhalb von eGFR 60 ml/min/1,73 m2 stetig zu, mit einem ähnlichen Risikogradienten über die vier Definitionen von pAVK hinweg (Abbildung 1A–1D). Im Vergleich zu eGFR 95 ml/min/1,73 m2 betrug die Hazard Ratio (HR) der studienspezifischen pAVK 1,22 (95 Prozent KI, 1,14–1,30) bei eGFR 45

ml/min/1,73 m2, 1,68 (1,52–1,86) ​​bei eGFR 30 ml/min/1,73 m2 und 2,06 (1,70–2,48) bei eGFR 15 ml/min/1,73 m2 (Abbildung 1A). Der Risikogradient war für die eGFR auf der Grundlage von Cystatin etwas steiler als auf der Grundlage des nachstehenden Serum-Kreatinins<90 ml/min/1.73m2="" (appendix="" p="" 11),="" although="" we="" were="" able="" to="" only="" meta-analyze="" study-specific="" pad="" due="" to="" limited="" availability="" of="" cystatin="">

Die Assoziationen von ACR mit pAVK-Ergebnissen waren im Allgemeinen linear auf der Log-Log-Skala (Abbildung 1E–1H), mit einem signifikant erhöhten Risiko sogar innerhalb des Bereichs unterhalb der aktuellen klinischen Schwelle einer Anomalie (<30 mg/g).="" compared="" to="" acr="" 5="" mg/g,="" the="" hr="" of="" incident="" study-specific="" pad="" was="" 1.10="" (95%="" ci,="" 1.06–1.14)="" at="" acr="" 10="" mg/g,="" 1.50="" (1.41–1.59)="" at="" acr="" 30="" mg/g,="" and="" 2.28="" (2.12–2.44)="" at="" acr="" 300="" mg/g="" (figure="" 1e).="" the="" risk="" relationship="" appeared="" largely="" similar="" for="" study-specific="" pad,="" pad-related="" hospitalizations="" (figure="" 1f),="" and="" leg="" revascularization="" (figure="" 1g)="" but="" was="" steepest="" for="" leg="" amputation="" (figure="" 1h).="" for="" example,="" the="" adjusted="" hr="" at="" acr="" 300="" mg/g="" vs.="" 5="" mg/g="" was="" 3.68="" (95%="" ci="" 3.00–4.52)="" for="" a="" leg="" amputation="" and="" ~2.5="" for="" the="" other="" three="" outcomes.="" moreover,="" the="" adjusted="" hr="" of="" leg="" amputation="" for="" log-acr="" as="" a="" linear="" term="" was="" significantly="" greater="" than="" that="" of="" study-specific="" pad="" (p=""><0.001 by="" the="" seemingly="" unrelated="">

Although qualitatively consistent associations were seen in most cohorts, we observed high heterogeneity (I2 statistic >75 Prozent ) für HR bei eGFR 45 vs. 95 ml/min/1,73 m2 für studienspezifische pAVK und pAVK-bedingte Krankenhauseinweisungen (Anhang S. 12). In den Meta-Regressionsanalysen schien jedoch keine der Kovariaten den Unterschied in den HRs zwischen den Studien zu erklären (Anhang S. 27). HR bei ACR 30 vs. 5 mg/g zeigte keine hohe Heterogenität bei allen PAD-Ergebnissen (Anhang S. 13). In Bezug auf die Untergruppen, obwohl statistisch signifikante Wechselwirkungen in einigen Kombinationen von PAD-Definitionen und Untergruppen beobachtet wurden (Anhang S. 14–20), waren CKD-Maßnahmen im Allgemeinen mit einem erhöhten Risiko für das Auftreten von pAVK in jeder getesteten Untergruppe verbunden. Ähnliche Muster wurden beobachtet, als wir die CNE-Population analysierten (Anhang S. 21).

Gemeinsame Assoziationen von eGFR und Albuminurie mit PAD-Ereignissen

Wir bestätigten multiplikative Beiträge von eGFR und Albuminurie zu einem erhöhten pAVK-Risiko, indem wir ihre übergreifenden Kategorien in den Kohorten mit allgemeinem/hohem Risiko einschließlich Kohorten mit Dipstick-Proteinurie modelliert haben (Abbildung 2). Unabhängig von der pAVK-Definition wurde das höchste Risiko in der Kategorie der stark reduzierten eGFR beobachtet<30 ml/min/1.73m2="" plus="" severely="" elevated="" acr="" ≥300="" mg/g,="" with="" hrs="" of~6="" to="" 11="" compared="" to="" the="" reference="" category="" ofegfr="" ≥90="" ml/min/="" 1.73m2="" plus="" acr=""><10 mg/g="" or="" negative="" dipstick="" proteinuria.="" the="" categories="" with="" mild="" to="" moderate="" abnormality="" of="" both="" egfr="" (30–59="" ml/min/1.73m2)="" and="" acr="" (30–299="" mg/g)="" showed="" 2.1–4.4="" times="" higher="" risk="" of="" pad="" outcomes.="" lower="" egfr="" and="" higher="" acr="" were="" associated="" with="" increased="" risk="" of="" pad="" even="" when="" the="" other="" ckd="" measure="" was="" normal="" (e.g.,="" egfr="" 30–59="" ml/min/1.73m2="" showed="" an="" hr="" of="" 1.2–2.4="" even="" when="" acr=""><10 mg/g;="" and="" acr="" 30–299="" mg/g="" showed="" an="" hr="" of="" 1.8–2.2="" even="" when="" egfr="" ≥90="" ml/min/1.73m2).="" generally,="" similar="" patterns="" were="" found="" when="" we="" analyzed="" the="" ckd="" population="" (appendix="" p="">

Verbesserung der Risikovorhersage von PAD mit Nierenmessungen

C-Statistiken basierend auf traditionellen Risikofaktoren reichten von 0,750 bis 0,772 über die vier pAVK-Ergebnisse in den allgemeinen und Hochrisiko-Kohorten mit ACR-Daten (Abbildung 3) . Das Hinzufügen von CKD-Maßnahmen verbesserte die PAD-Risikounterscheidung gegenüber herkömmlichen Risikofaktoren erheblich. Bei allen pAVK-Ergebnissen war die Verbesserung des Risikos bei ACR deutlicher als bei eGFR (z. B. Δc-Statistik: 0.018 [95-Prozent-KI, 0.{{17 }}15–0.020] vs. 0.010 [0,008–0,011] für studienspezifische pAVK). Die Verbesserung war besonders deutlich für eine Beinamputation, wenn ACR hinzugefügt wurde, mit einer Δc-Statistik von 0,058 (95-Prozent-KI 0,045–0,070). Wir haben einige inkrementelle Verbesserungen in den c-Statistiken gesehen, als eGFR und ACR gleichzeitig hinzugefügt wurden. Die größere Risikoverbesserung bei ACR gegenüber eGFR wurde auch beobachtet, wenn Cystatin C als Filtrationsmarker anstelle von Serumkreatinin verwendet wurde (Anhang S. 23).

Um die Beiträge der Nierenmessungen und traditioneller Risikofaktoren zum pAVK-Risiko zu vergleichen, fügten wir jeden von ihnen der Reihe nach demografischen Prädiktoren (Alter, Geschlecht und Rasse) hinzu (Abbildung 4). Die traditionellen Risikofaktoren, Diabetes und eine Vorgeschichte anderer kardiovaskulärer Erkrankungen waren durchweg die stärksten Prädiktoren. Bemerkenswert ist, dass ACR die Risikovorhersage unabhängig von den PAD-Ergebnissen durchgängig stärker verbesserte als diese beiden potenten Prädiktoren. Der Beitrag der eGFR zur Risikovorhersage von pAVK war ähnlich oder etwas größer als der von traditionellen Risikofaktoren außer Diabetes und kardiovaskulärer Vorgeschichte. Die Verbesserung der Risikodiskriminierung von PAVK wurde mit einem Messstab bestätigt, jedoch nicht so stark wie die ACR-Daten (Anhang S. 24–25). Als wir die CNI-Population untersuchten, war das Muster für die Beiträge von eGFR, ACR und traditionellen Risikofaktoren zur PAD-Risikovorhersage weitgehend ähnlich (Anhang S. 26), wobei ACR einer der stärksten Prädiktoren war.

Diskussion

Diese internationale kollaborative Metaanalyse von Daten auf individueller Ebene bei ~0,8 Millionen Personen, die zu Studienbeginn frei von PAD waren, zeigt, dass sowohl eGFR als auch ACR unabhängig voneinander mit dem zukünftigen Risiko einer PAD verbunden waren. Selbst eine leichte bis mittelschwere chronische Nierenerkrankung führte zu einem 1,5- bis 4-mal höheren PAD-Risiko als herkömmliche Risikofaktoren. Für ACR beobachteten wir einen Risikogradienten sogar innerhalb des Bereichs, der derzeit als normal oder leicht erhöht angesehen wird (d. h.<30 mg/g).21="" the="" associations="" were="" largely="" consistent="" across="" different="" cohorts="" as="" well="" as="" key="" demographic="" and="" clinical="" subgroups="" such="" as="" those="" with="" vs.="" without="" diabetes="" or="" hypertension.="" reflecting="" their="" strong="" associations,="" both="" kidney="" measures="" improved="" the="" prediction="" ofpad="" risk="" beyond="" traditional="" risk="" factors,="" with="" more="" evident="" improvements="" with="" acr="" than="" with="" egfr.="" it="" is="" noteworthy="" that="" the="" contribution="" of="" these="" kidney="" measures="" (particularly="" acr)="" to="" pad="" risk="" prediction="" was="" greater="" than="" or="" similar="" to="" any="" modifiable="" traditional="" risk="" factors="" including="" diabetes="" and="" history="" of="" cvds.="" of="" interest,="" acr="" substantially="" improved="" the="" prediction="" of="" leg="">

Obwohl die meisten früheren Studien die CKD-PAD-Assoziation nicht längsschnittlich sowohl mit eGFR als auch mit Albuminurie analysiert haben,7–12 haben dies zwei frühere Untersuchungen von Bello et al.13 und Garimella et al.14 getan. Die zuvor eingeschlossenen Personen mit einer PAD-Vorgeschichte zu Studienbeginn verwendeten jedoch eine breite Definition von PAD, einschließlich atherosklerotischer Ereignisse jenseits der unteren Extremitäten, wie Aortenaneurysma und Nierenarterienstenose.13 Letztere sanken früher im ABI unter weniger als oder gleich 0.9 als Ergebnisvariable.14 Daher wurde unsere Studie auf die klinische pAVK der unteren Extremitäten einschließlich einer Beinamputation ausgeweitet. Weitere einzigartige Aspekte unserer Studie sind eine Metaanalyse von Daten auf individueller Ebene (meist unveröffentlichte Daten), eine gemeinsame Untersuchung internationaler Kohorten, umfangreiche Subgruppenanalysen und eine anspruchsvolle Auswertung von c-Statistiken.

Insgesamt deuten unsere Ergebnisse auf wichtige pathophysiologische Beiträge der CNE zur Entwicklung der PAD hin, die über traditionelle Risikofaktoren hinausgehen, obwohl die aktuelle Studie nicht darauf ausgelegt ist, die Mechanismen aufzuklären. Nichtsdestotrotz muss betont werden, dass beide CKD-Maßnahmen sogar bei Personen ohne Diabetes oder Bluthochdruck zum PAVK-Risiko beitrugen, was darauf hindeutet, dass eGFR und Albuminurie nicht nur Marker für Endorganschäden dieser traditionellen atherosklerotischen Risikofaktoren sind. Tatsächlich gibt es mehrere plausible Mechanismen, die CKD mit pAVK in Verbindung bringen, darunter, ohne darauf beschränkt zu sein, die Aktivierung des Renin-Angiotensin-Systems, oxidativer Stress, Entzündungen, Hyperkoagulabilität, abnormaler Calcium-Phosphat-Stoffwechsel, die Erhöhung von Lipoprotein(a), und Akkumulation von urämischen Toxinen.35 Darüber hinaus ist Albuminurie mit endothelialen Dysfunktionen und/oder mikrovaskulären Schäden verbunden.36 Dieser Aspekt könnte den besonders starken Beitrag der Albuminurie zum Risiko einer Beinamputation erklären. Es wurde vermutet, dass die Entwicklung einer kritischen Extremitätenischämie als schwere Form der pAVK auf eine beeinträchtigte Mikrozirkulation zurückzuführen ist, die zu einer beeinträchtigten Kollateralbildung und Wundheilung führt.37,38

Es ist bemerkenswert, dass eine höhere ACR sogar innerhalb des Bereichs, der derzeit als normal oder leicht erhöht gilt (d. h.<30 mg/g).21="" this="" pattern="" was="" seen="" also="" for="" other="" cardiovascular="" outcomes="" (e.g.,="" cardiovascular="" mortality,="" coronary="" heart="" disease,="" and="" heart="" failure),18,28="" making="" some="" experts="" propose="" a="" lower="" threshold="" of="" "elevated"="" albuminuria.39="" decisions="" on="" thresholds="" for="" albuminuria="" should="" involve="" comprehensive="" consideration="" about="" the="" distribution="" of="" a="" relevant="" biomarker="" in="" the="" target="" population,="" the="" need="" of="" age-="" or="" sex-specific="" thresholds,="" contribution="" to="" clinical="" outcomes,="" and="" cost-effectiveness="" of="" clinical="" management="" triggered="" by="" identifying="" "abnormal"="" values="" of="" that="" biomarker.28,40–42="" in="" terms="" of="" distribution,="" 19.1%="" of="" participants="" in="" our="" general="" population="" cohorts="" had="" acr=""><10 mg/g.="" nonetheless,="" it="" seems="" worth="" paying="" attention="" to="" any="" future="" evidence="" informing="" this="" important="" issue,="" particularly="" the="" cost-effectiveness="" of="" any="" interventions="" targeting="" mildly="" elevated="" acr="" below="" 30="">

Die starke Assoziation zwischen CKD und pAVK mag nicht überraschen, da CKD in Bezug auf die Prognose manchmal als gleichwertige atherosklerotische Erkrankung angesehen wird,43 aber unsere Studie hat klinische Implikationen, da es einzigartige Aspekte bei der Diagnose und Behandlung von PAD gibt. Obwohl die AHA/ACC-Leitlinie von 2016 zu PAD CNE nicht als Risikofaktor für PAD festlegt,15 weisen unsere Ergebnisse darauf hin, dass Personen mit CNE selbst in leichten bis mittelschweren Stadien eine klinische Aufmerksamkeit hinsichtlich Anzeichen und Symptomen von PAD in den Beinen erfordern können. Jährliche Fußpflege wird derzeit bei Patienten mit Diabetes empfohlen23, aber die Einhaltung dieser Empfehlung liegt bei nur etwa 30 Prozent.44 Als erster Schritt zur Verbesserung dieser geringen Einhaltung können daher Patienten mit sowohl Diabetes als auch CKD (insbesondere wenn Albuminurie vorhanden ist) dies tun ein vernünftiges Ziel sein, regelmäßige Fußpflege nachdrücklich zu fördern. Aus praktischer Sicht ist es wichtig, dass die Beurteilung der Nierenfunktion und Albuminurie bereits bei Patienten mit Diabetes sowie bei Patienten mit Bluthochdruck empfohlen wird.21,23,45 Daher sollten in diesen klinischen Populationen die CKD-Maßnahmen durchgeführt werden leicht verfügbar, um das Risiko einer pAVK zu klassifizieren. Darüber hinaus haben einige Gruppen Vorhersagemodelle für das pAVK-Risiko für die Allgemeinbevölkerung vorgeschlagen,24,33, aber keines davon berücksichtigt CNE-Maßnahmen. In diesem Zusammenhang ist es wichtig, dass CKD in unserer Studie auch bei Personen ohne Diabetes oder Bluthochdruck eine verbesserte pAVK-Vorhersage misst.

Obwohl dies die umfassendste Studie ist, die bisher für die prospektive Assoziation von CKD mit neu auftretender pAVK durchgeführt wurde, sollten die Ergebnisse mit entsprechender Vorsicht interpretiert werden. Wie bereits erwähnt, variierten die Definitionen von PAVK-Ergebnissen zwischen den Kohorten. Darüber hinaus könnten einige Definitionen (z. B. klinische Diagnose und Krankenhausaufenthalt wegen pAVK, die in mehreren Studien als Teil der studienspezifischen pAVK eingeschlossen sind) anfällig für Feststellungsverzerrungen sein, insbesondere bei fortgeschrittener CKD. Nichtsdestotrotz ist es wichtig, dass die Ergebnisse über verschiedene PAD-Ergebnisse hinweg konsistent waren, einschließlich eines härteren Ergebnisses einer Beinamputation. Ebenso waren die Methoden zur Beurteilung von Kreatinin, Albuminurie und traditionellen Risikofaktoren nicht unbedingt über die Kohorten hinweg konsistent, obwohl wir ihre Definitionen so weit wie möglich standardisiert haben (Anhang S. 6–7). Unsere Studienpopulation bestand überwiegend aus Weißen und Schwarzen, und daher sind bestätigende Untersuchungen für andere rassische/ethnische Gruppen erforderlich. Außerdem könnte, wie bei jeder anderen Beobachtungsstudie, eine Restverzerrung aufgrund nicht bewerteter potenzieller Störfaktoren (z. B. körperliche Aktivität) aufgetreten sein.

Zusammenfassend lässt sich sagen, dass sogar eine leichte bis mittelschwere CKD ein ~1,5- bis 4-mal höheres Risiko für das Auftreten einer pAVK über und über die traditionellen atherosklerotischen Risikofaktoren hinaus verlieh. Die Albuminurie-Amputations-Beziehung war bemerkenswert stark. Unsere Ergebnisse legen nahe, dass die klinische Aufmerksamkeit auf die Entwicklung von Beinsymptomen und klinischen Anzeichen einer PAVK bei Personen mit allen Stadien der CKD gerichtet werden sollte.

Kunihiro Matsushita, MD, Promotion,

Johns Hopkins Bloomberg School of Public Health, Baltimore, MD

Schoschana H. Ballew, Promotion,

Johns Hopkins Bloomberg School of Public Health, Baltimore, MD

Prof. Josef Coresh, MD, Promotion,

Johns Hopkins Bloomberg School of Public Health, Baltimore, MD

Panel: Forschung im Kontext

Beweise vor dieser Studie

Die periphere arterielle Verschlusskrankheit (PAVK) der unteren Extremitäten ist eine wichtige Komplikation für Hämodialysepatienten, und tatsächlich ist ihre Häufigkeit viel höher als die für koronare Herzkrankheit und Schlaganfall in dieser klinischen Population. Für weniger schwere Stadien der chronischen Nierenerkrankung (CKD) haben mehrere frühere Studien das Risiko für PAD untersucht, aber die meisten von ihnen waren Querschnittsstudien und/oder untersuchten eine der beiden Nierenmessungen zur Definition und Stadieneinteilung der CKD, der geschätzten glomerulären Filtrationsrate (eGFR) oder Albuminurie, aber nicht beides. Diese Art von begrenzter Evidenz könnte dazu beigetragen haben, dass CNE nicht zu den Risikofaktoren für pAVK in den PAD-Leitlinien von 2016 der American Heart Association und des American College of Cardiology gehört.

Mehrwert dieser Studie

Diese Daten-Metaanalyse auf individueller Ebene mit 18.261 neu aufgetretenen PAVK-Fällen von 0,8 Millionen Teilnehmern aus 21 Kohorten untersuchte die Perspektive und die unabhängigen Assoziationen von eGFR und Albuminurie mit dem zukünftigen Risiko einer peripheren arteriellen Verschlusskrankheit (PAVK). Wir beobachteten, dass sowohl eine reduzierte eGFR als auch eine Albuminurie unabhängig voneinander mit dem zukünftigen Risiko einer pAVK assoziiert waren. Selbst eine leichte bis mittelschwere chronische Nierenerkrankung führte zu einem 1,5- bis 4-mal höheren Risiko für pAVK als herkömmliche Risikofaktoren. Dementsprechend verbesserten beide Nierenmessungen die Vorhersage des PAVK-Risikos über traditionelle Risikofaktoren hinaus, mit deutlicheren Verbesserungen bei Albuminurie als bei eGFR. Interessanterweise war Albuminurie besonders stark mit dem Risiko einer Beinamputation assoziiert und verbesserte dessen Risikovorhersage erheblich.

Implikationen aller verfügbaren Beweise

Unsere Ergebnisse weisen darauf hin, dass Personen mit CKD selbst in leichten bis mittelschweren Stadien eine klinische Aufmerksamkeit für Anzeichen und Symptome von PAD in den Beinen erfordern können. Derzeit wird bei Patienten mit Diabetes eine jährliche Fußpflege empfohlen, aber die Einhaltung dieser Empfehlung ist gering. Daher können als erster Schritt zur Verbesserung dieser geringen Adhärenz Personen mit sowohl Diabetes als auch CKD (insbesondere bei bestehender Albuminurie) ein sinnvolles Ziel sein, um eine regelmäßige Fußpflege nachdrücklich zu fördern. Aus praktischer Sicht ist es wichtig, dass die Beurteilung der Nierenfunktion und Albuminurie bereits bei Patienten mit Diabetes sowie bei Patienten mit Hypertonie empfohlen wird. Daher sollten in diesen klinischen Populationen die CKD-Maßnahmen leicht verfügbar sein, um das Risiko einer pAVK zu klassifizieren.

Ergänzungsmaterial

Ergänzendes Material finden Sie in der Webversion auf PubMed Central.

Danksagungen

Finanzierung: Das CKD-PC Data Coordinating Center wird teilweise durch ein Programmstipendium der US National Kidney Foundation und des National Institute of Diabetes and Digestive and Kidney Diseases (R01DK100446-01) finanziert. Diese spezifische Studie wurde durch ein Stipendium der American Heart Association (#14CRP20380886) unterstützt. Eine Vielzahl von Quellen hat die Registrierung und Datenerfassung unterstützt, einschließlich Labormessungen und Nachuntersuchungen in den kooperierenden Kohorten des CKD-PC. Zu diesen Finanzierungsquellen gehören Regierungsbehörden wie nationale Gesundheitsinstitute und medizinische Forschungsräte sowie Stiftungen und Sponsoren aus der Industrie, die im Anhang auf den Seiten 9–10 aufgeführt sind. Die Geldgeber spielten bei der Gestaltung und Durchführung der Studie keine Rolle; Erfassung, Verwaltung, Analyse und Interpretation der Daten; Vorbereitung, Überprüfung oder Genehmigung des Manuskripts; und Entscheidung, das Manuskript zur Veröffentlichung einzureichen.

Mitwirkende:

KM, JC, RTG, CPK, VS und MW konzipierten das Studienkonzept und -design. KM, SHB, JC und die unten aufgeführten CKD-PC-Ermittler/Mitarbeiter haben die Daten erfasst. KM und die unten aufgeführten Mitglieder des Datenkoordinierungszentrums analysierten die Daten. Alle Autoren waren an der Interpretation der Daten beteiligt. KM, SHB, JC und FK verfassten das Manuskript, und alle Autoren lieferten kritische Überarbeitungen des Manuskripts für wichtige intellektuelle Inhalte. Alle Mitarbeiter tauschten Daten aus und erhielten die Möglichkeit, das Manuskript zu kommentieren. JC erhielt Mittel für CKD-PC und individuelle Kohorten- und Mitarbeiterunterstützung ist im Anhang auf den Seiten 9–10 aufgeführt.

CKD-PC-Ermittler/Mitarbeiter (Akronyme/Abkürzungen der Studie sind in Anhang S. 8 aufgelistet): ADVANCE: John Chalmers, Mark Woodward, Hisatomi Arima, Vlado Perkovic; ARIC: Josef Coresh, Kunihiro Matsushita, Morgan Grams, Yingying Sang; BIS: Elke Schaeffner, Natalie Ebert, Peter Martus; CanPREDDICT: Adeera Levin, Ognjenka Djurdjev, Mila Tang; CARE FOR HOME: Gunnar Heine, Sarah Seiler, Adam Zawada, Insa Emrich; CHS: Michael Shlipak, Mark Sarnak, Ronit Katz, Jade Hiramoto; ESTHER: Hermann Brenner, Ben Schöttker, Dietrich Rothenbacher, Kai-Uwe Saum; GCKD: Anna Köttgen, Florian Kronenberg, Markus Schneider, Kai-Uwe Eckardt; Geisinger: Jamie Green, H. Lester Kirchner, Alex R. Chang; GLOMMS-II: Corri Black, Angharad Marks, Gordon Prescott, Laura Clark, Nick Fluck; Gubbio: Massimo Cirillo; KHS: Sun Ha Jee, Heejin Kimm, Yejin Mok; Maccabi: Gabriel Chodick, Varda Shalev; MASTERPLAN: Jack FM Wetzels, Peter J Blankestijn, Arjan D van Zuilen, M Bots; MESA: Carmen Peralta, Jade Hiromoto, Ronit Katz, Mark Sarnak; Mt. Sinai BioMe: Erwin Bottinger, Girish N. Nadkarni, Stephen B. Ellis, Rajiv Nadukuru; NZDCS: Timothy Kenealy, C. Raina Elley, John F. Collins, Paul L. Drury; PREVEND: Ron T. Gansevoort, Stephan JL Bakker, Hiddo J. Lambers Heerspink; Rancho Bernardo: Simerjot K. Jassal, Jaclyn Bergstrom, Joachim H. Ix, Elizabeth Barrett-Connor; RCAV: Csaba Kovesdy, Kamyar Kalantar-Zadeh; SCREAM: Juan J. Carrero, Alessandro Gasparini, Abdul Rashid Qureshi, Peter Barany Study; SMART: Frank Visseren, Ale Algra, Yolanda van der Graaf; SRR-CKD: Marie Evans, Mårten Segelmark, Maria Stendahl, Staffan Schön; Sunnybrook: Navdeep Tangri, Maneesh Sud, David Naimark; ULSAM: Johan Ärnlöv, Lars Lannfelt, Anders Larsson;

CKD-PC-Lenkungsausschuss: Josef Coresh (Vorsitzender), Ron T. Gansevoort, Morgan E. Grams, Stein Hallan, Csaba P. Kovesdy, Andrew S. Levey, Kunihiro Matsushita, Varda Shalev, Mark Woodward

CKD-PC Data Coordinating Center: Shoshana H. Ballew (Assistant Project Director), Jingsha Chen (Programmierer), Josef Coresh (Hauptforscher), Morgan E. Grams (Direktor der Nephrologie-Initiativen), Lucia Kwak (Programmierer), Kunihiro Matsushita (Direktor) , Yingying Sang (Leitender Programmierer), Mark Woodward (Leitender Statistiker)

Interessenerklärungen: Alle Koautoren haben ICMJE-Formulare ausgefüllt. Dr. Matsushita berichtet über Zuwendungen der American Heart Association, Zuwendungen der US National Kidney Foundation, Zuwendungen der US National Institutes of Health während der Durchführung der Studie; Stipendien und persönliche Gebühren von Kyowa Hakko Kirin, Stipendien und persönliche Gebühren von Fukuda Denshi, außerhalb der eingereichten Arbeit. Dr. Ärnlöv meldet persönliche Gebühren von AstraZeneca, außerhalb der eingereichten Arbeit. Dr. Coresh berichtet über Zuschüsse von NIH (National Institute for Health), Zuschüsse von NKF (National Kidney Foundation) während der Durchführung der Studie; Stipendien von NIH (National Institute for Health), Stipendien von NKF (National Kidney Foundation), außerhalb der eingereichten Arbeit; Darüber hinaus hat Dr. Coresh ein vorläufiges Patent PCT/US2015/044567 [Coresh, Inker und Levey] eingereicht am 15.08.2014 – Präzise Schätzung der glomerulären Filtrationsrate aus mehreren Biomarkern herausgegeben. Dr. Woodward meldet persönliche Gebühren von Amgen, außerhalb der eingereichten Arbeit. Dr. Shlipak berichtet über andere von TAI Diagnostics, persönliche Gebühren von Cricket Health, Inc., außerhalb der eingereichten Arbeit.

Prof. Hisatomi Arima, MD, PhD,

Abteilung für Präventivmedizin und öffentliche Gesundheit, Medizinische Fakultät, Universität Fukuoka, Fukuoka, Japan

Prof. Johan Arnold, MD, PhD,

Abteilung für Familienmedizin und Primärversorgung, Abteilung für Neurobiologie, Pflegewissenschaft und Gesellschaft, Karolinska Institutet, Huddinge, Schweden

School of Health and Social Studies, Universität Dalarna, Falun, Schweden

Prof. Massimo Cirillo, MD,

Abteilung "Scuola Medica Salernitana", Universität Salerno, Italien

Natalie Ebert, MD, MPH,

Charité Universitätsmedizin, Institut für Public Health, Berlin, Deutschland

Jade S. Hiramoto, MD, MAS,

Abteilung für vaskuläre und endovaskuläre Chirurgie, Abteilung für Chirurgie, University of California San Francisco, San Francisco, CA, USA

Prof. Heejin Kimm, PhD,

Institut für Gesundheitsförderung, Abteilung für Epidemiologie und Gesundheitsförderung, Graduate School of Public Health, Yonsei University, Seoul, Korea

Prof. Michael G. Shlipak, MD, MPH,

San Francisco VA Medical Center, San Francisco, USA und University of California, San Francisco, USA

Prof. Frank LJ Visseren, MD, PhD,

Abteilung für Gefäßmedizin, Universitätsklinikum Utrecht, Utrecht, Niederlande

Prof. Ron T. Gansevoort, MD, PhD,

Abteilung für Nephrologie, Universitätsklinikum Groningen, Universität Groningen, Groningen, Niederlande

Prof. Csaba P. Kovesdy, MD,

Memphis Veterans Affairs Medical Center, Memphis, TN und University of Tennessee Health Science Center, Memphis, TN

Prof. Varda Shalev, MD,

Maccabi Institute for Research and Innovation, Maccabi Healthcare Services und Medizinische Fakultät, Universität Tel Aviv, Tel Aviv, Israel

Prof. Mark Woodward, PhD, und

Johns Hopkins Bloomberg School of Public Health, Baltimore, MD

The George Institute for Global Health, University of Sydney, Sydney, NSW, Australien The George Institute for Global Health, University of Oxford, Oxford, Vereinigtes Königreich

Prof. Florian Kronenberg, MD

Abteilung für Genetische Epidemiologie, Abteilung für Medizinische Genetik, Molekulare und Klinische Pharmakologie, Medizinische Universität Innsbruck, Innsbruck, Österreich

Verweise

1. Mozaffarian D, Benjamin EJ, Go AS, et al. Zusammenfassung: Statistiken zu Herzkrankheiten und Schlaganfällen-2016 Update: Ein Bericht der American Heart Association. Verkehr. 2016; 133:447–54.

2. Fowkes FGR, Rudan D, Rudan I, et al. Vergleich globaler Prävalenzschätzungen und Risikofaktoren für periphere arterielle Verschlusskrankheit in den Jahren 2000 und 2010: eine systematische Überprüfung und Analyse. Lanzette. 2013; 382: 1329–40.

3. Fowkes FG, Murray GD, Butcher I, et al. Knöchel-Arm-Index kombiniert mit Framingham Risk Score zur Vorhersage von kardiovaskulären Ereignissen und Mortalität: eine Metaanalyse. JAMA. 2008; 300: 197–208.

4. Nehler MR, Duval S, Diao L, et al. Epidemiologie der peripheren arteriellen Verschlusskrankheit und der kritischen Extremitätenischämie in einer versicherten nationalen Bevölkerung. J Vasc Surg. 2014; 60:686–95e2.

5. McDermott MM, Applegate WB, Bonds DE, et al. Knöchel-Arm-Indexwerte, Beinsymptome und funktionelle Leistung bei in der Gemeinschaft lebenden älteren Männern und Frauen in der Studie zu Lebensstilinterventionen und Unabhängigkeit für ältere Menschen. J Am Heart Assoc. 2013; 2:e000257.

6. USRDS-Jahresdatenbericht 2011. Atlas of End-Stage Renal Disease in the United States, National Institutes of Health, National Institute of Diabetes and Digestive and Kidney Diseases; Bethesda, MD: 2011. [Internet]. 2011.

7. Baber U, Mann D, Shimbo D, Woodward M, Olin JW, Muntner P. Kombinierte Rolle der reduzierten geschätzten glomerulären Filtrationsrate und Mikroalbuminurie auf die Prävalenz der peripheren arteriellen Verschlusskrankheit. Bin J Cardiol. 2009; 104:1446–51.

8. Chen J, Mohler ER 3rd, Xie D, et al. Risikofaktoren für periphere arterielle Verschlusskrankheit bei Patienten mit chronischer Nierenerkrankung. Bin J Cardiol. 2012; 110:136–41.

9. Selvin E, Kottgen A, Coresh J. Nierenfunktion geschätzt aus Serum-Kreatinin und Cystatin C und peripherer arterieller Verschlusskrankheit in NHANES 1999–2002. Eur Heart J. 2009; 30: 1918–25.

10. Wattanakit K., Folsom AR, Criqui MH, et al. Albuminurie und periphere arterielle Verschlusskrankheit: Ergebnisse der multiethnischen Studie zur Arteriosklerose (MESA). Atherosklerose. 2008; 201:212–6.

11. K. Wattanakit, AR. Folsom, E. Selvin, J. Coresh, AT. Hirsch, BD. Weatherley. Nierenfunktion und Risiko einer peripheren arteriellen Verschlusskrankheit: Ergebnisse der Atherosclerosis Risk in Communities (ARIC)-Studie. J. Am. Soc. Nephrol. 2007; 18:629–36. [PubMed: 17215445]

12. Wattanakit K., Folsom AR. Selvin E. et al. Risikofaktoren für das Auftreten von peripherer arterieller Verschlusskrankheit bei Personen mit Diabetes: die Atherosclerosis Risk in Communities (ARIC)-Studie. Atherosklerose. 2005; 180:389–97.

13. Bello AK, Hemmelgarn B, Lloyd A, et al. Assoziationen zwischen der geschätzten glomerulären Filtrationsrate, Proteinurie und unerwünschten kardiovaskulären Folgen. Clin J Am Soc Nephrol. 2011; 6:1418–26.

14. Garimella PS, Ix JH, Katz R, et al. Assoziation von Albumin-Kreatinin-Verhältnis und Cystatin C mit Veränderung des Knöchel-Arm-Index: die Multi-Ethnic Study of Atherosclerosis (MESA). Am J Kidney Dis. 2015; 65:33–40.

15. Gerhard-Herman MD, Gornik HL, Barrett C, et al. 2016 AHA/ACC-Leitlinie zur Behandlung von Patienten mit peripherer arterieller Verschlusskrankheit der unteren Extremität: Zusammenfassung. Verkehr. 2016

16. Matsushita K, Ballew SH, Astor BC, et al. Kohortenprofil: The Chronic Kidney Disease Prognosis Consortium. Int J Epidemiol. 2013; 42: 1660–8.

17. Matsushita K, Mahmoodi BK, Woodward M, et al. Vergleich der Risikovorhersage unter Verwendung der CKD-EPI-Gleichung und der MDRD-Studiengleichung für die geschätzte glomeruläre Filtrationsrate. JAMA. 2012; 307: 1941–51.

18. Matsushita K., Coresh J., Sang Y., et al. Geschätzte glomeruläre Filtrationsrate und Albuminurie zur Vorhersage kardiovaskulärer Ergebnisse: eine kollaborative Metaanalyse der Daten einzelner Teilnehmer. The Lancet Diabetes & Endokrinologie. 2015; 3:514–25.

19. Levey AS, Stevens LA. Schätzung der GFR mithilfe der Kreatiningleichung der CKD Epidemiology Collaboration (CKD-EPI): genauere GFR-Schätzungen, niedrigere CKD-Prävalenzschätzungen und bessere Risikovorhersagen. Am J Kidney Dis. 2010; 55:622–7.

20. Shlipak MG, Matsushita K, Arnold J, et al. Cystatin C versus Kreatinin bei der Bestimmung des Risikos basierend auf der Nierenfunktion. N Engl. J Med. 2013; 369:932–43.