Chronic kidney disease-க்கான primary-care tool

Investigators, electronic health record–integrated clinical decision-support tool ஒன்றை உருவாக்கி validate செய்துள்ளனர். Treat CKD எனப்படும் இந்த system primary-care professionals-க்கு chronic kidney disease அல்லது CKD-ஐ கண்டறிந்து நிர்வகிக்க உதவுகிறது.

இந்த research ASN Kidney Week 2026-ல் சமர்ப்பிக்கப்பட்டது. Diagnosis, risk classification மற்றும் treatment-oriented recommendations-ஐ point of care-ல் ஒருங்கிணைப்பதே இதன் நோக்கம்.

Treat CKD electronic health records-ல் ஏற்கனவே உள்ள data-ஐப் பயன்படுத்துகிறது. CKD கண்டறிதல், risk classification, kidney-failure risk calculation, cardiovascular-risk estimation மற்றும் அதனுடன் தொடர்புடைய recommendations வழங்குவதற்காக இது வடிவமைக்கப்பட்டுள்ளது.

ஒரே workflow-ல் பல risk frameworks

CKD risk-ஐ வகைப்படுத்த Kidney Disease: Improving Global Outcomes அல்லது KDIGO criteria-ஐ tool பயன்படுத்துகிறது. Kidney Failure Risk Equation மூலம் kidney-failure risk-ஐவும், American Heart Association PREVENT equations மூலம் cardiovascular risk-ஐவும் மதிப்பிடுகிறது.

இந்த calculations-உடன் albuminuria testing, blood-pressure management, cholesterol-lowering therapy, cardio-kidney therapies மற்றும் nephrology referral தொடர்பான recommendations வழங்கப்படுகின்றன.

Kidney-risk assessment-ன் ஒரு பகுதியாக albuminuria testing-ஐ tool recommend செய்யலாம். Kidney failure risk-ஐத் தாண்டி cardiovascular risk-ஐயும் இது கருதுகிறது.

University of California, San Francisco-ல் testing

University of California, San Francisco system-ல் Treat CKD இணைக்கப்பட்டபோது, பங்கேற்ற primary-care health professionals இதை பயன்படுத்த எளிதானது, clinically relevant மற்றும் ஏற்கனவே உள்ள workflows-ல் நன்றாக ஒருங்கிணைந்தது எனக் குறிப்பிட்டனர். இது பெரிய workflow burden ஏற்படுத்தவில்லை என்றும் report கூறுகிறது.

KDIGO அடிப்படையிலான CKD risk classification-ஐ tool சரியாக உறுதிப்படுத்தியதாகவும் investigators தெரிவித்தனர். Validation-ல் Kidney Failure Risk Equation மற்றும் PREVENT scores, manually calculated scores-உடன் முழுமையாக concordant ஆக இருந்தன.

Decision-support product-க்கு இந்த agreement முக்கியமானது. Automated risk assessment, பயன்படுத்தும் established methods-ன் clinical logic-ஐப் பாதுகாக்க வேண்டும்.

Decision support, clinical judgment-க்கு மாற்றாக இல்லை

Treat CKD clinicians-ஐ point of care-ல் support செய்ய வடிவமைக்கப்பட்டுள்ளது; professional judgment-ஐ replace செய்ய அல்ல. இதன் recommendations guideline-concordant என்றும், CKD-ஐ அடையாளம் கண்டு risk stratify செய்து follow-up steps-ஐ பரிசீலிக்க primary-care teams-க்கு உதவும் என்றும் கூறப்படுகிறது.

Evaluation UCSF setting-ல் validation மற்றும் user feedback-க்கு மட்டுமே கவனம் செலுத்தியது. ஒவ்வொரு health system-லும் அதே அனுபவம் அல்லது முடிவு கிடைக்கும் என்று இது நிரூபிக்கவில்லை.

Tool தனியாக patient outcomes-ஐ மேம்படுத்தும் என்றும் research கூறவில்லை. Detection, treatment மற்றும் outcomes மீதான தாக்கத்தை மதிப்பிட மேலும் evaluation தேவை.

Integration ஏன் முக்கியம்

Clinical decision support, clinicians ஏற்கனவே செய்யும் பணியில் பொருந்தும்போது அதிகம் பயனுள்ளதாக இருக்கும். Treat CKD relevant, usable மற்றும் well integrated என primary-care professionals கூறியது ஆரம்ப evaluation-ன் முக்கிய பகுதி.

CKD இருப்பதா என்பதைத் தீர்மானித்தல், KDIGO risk categories பயன்படுத்துதல், kidney-failure progression risk மதிப்பிடுதல், cardiovascular risk மதிப்பிடுதல் மற்றும் care actions ஆய்வு செய்தல் ஆகியவற்றை system ஒருங்கிணைக்கிறது.

தற்போது Treat CKD, பரவலாக ஏற்றுக்கொள்ளப்பட்ட standard of care அல்ல; health-system-integrated early approach ஆகும். Primary care-ல் CKD detection மற்றும் treatmentக்கான scalable strategy ஆக இது பயன்படுமா என்பது அடுத்த கேள்வி.

இந்தக் கட்டுரை Medical Xpress-ன் செய்தியறிக்கையை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.

Originally published on medicalxpress.com