Development of Risk Prediction Equations for Incident Chronic Kidney Disease

Abstract

IMPORTANCE ‐ Early identification of individuals at elevated risk of developing chronic kidney disease 
could improve clinical care through enhanced surveillance and better management of underlying health 
conditions. 
OBJECTIVE – To develop assessment tools to identify individuals at increased risk of chronic kidney 
disease, defined by reduced estimated glomerular filtration rate (eGFR). 
DESIGN, SETTING, AND PARTICIPANTS – Individual level data analysis of 34 multinational cohorts from 
the CKD Prognosis Consortium including 5,222,711 individuals from 28 countries. Data were collected  from April, 1970 through January, 2017. A two‐stage analysis was performed, with each study first 
analyzed individually and summarized overall using a weighted average. Since clinical variables were  often differentially available by diabetes status, models were developed separately within participants 
with diabetes and without diabetes. Discrimination and calibration were also tested in 9 external 
cohorts (N=2,253,540).
EXPOSURE Demographic and clinical factors. 
MAIN OUTCOMES AND MEASURES – Incident eGFR <60 ml/min/1.73 m2. 
RESULTS – In 4,441,084 participants without diabetes (mean age, 54 years, 38% female), there were 
660,856 incident cases of reduced eGFR during a mean follow‐up of 4.2 years. In 781,627 participants 
with diabetes (mean age, 62 years, 13% female), there were 313,646 incident cases during a mean
follow‐up of 3.9 years. Equations for the 5‐year risk of reduced eGFR included age, sex, ethnicity, eGFR,
history of cardiovascular disease, ever smoker, hypertension, BMI, and albuminuria. For participants 
with diabetes, the models also included diabetes medications, hemoglobin A1c, and the interaction 
between the two. The risk equations had a median C statistic for the 5‐year predicted probability of 
0.845 (25th – 75th percentile, 0.789‐0.890) in the cohorts without diabetes and 0.801 (25th – 75th
percentile, 0.750‐0.819) in the cohorts with diabetes. Calibration analysis showed that 9 out of 13 (69%)
study populations had a slope of observed to predicted risk between 0.80 and 1.25. Discrimination was 
similar in 18 study populations in 9 external validation cohorts; calibration showed that 16 out of 18
(89%) had a slope of observed to predicted risk between 0.80 and 1.25.
CONCLUSIONS AND RELEVANCE – Equations for predicting risk of incident chronic kidney disease
developed in over 5 million people from 34 multinational cohorts demonstrated high discrimination and 
variable calibration in diverse populations.