据BMJ4 月 15 日在线发表的一项研究，对于患有中度至重度慢性肾脏病 (CKD) 的个体，KDpredict 模型可以准确预测肾衰竭和死亡的风险。

加拿大阿尔伯塔省卡尔加里大学的 Ping Liu 博士及其同事进行了一项基于人群的队列研究，涉及新记录的 G3b 至 G4 期 CKD 患者(估计肾小球滤过率，15 至 44 mL/min) /1.73 m2)训练和测试用于肾衰竭和死亡率风险预测的超级学习器策略。

该算法根据肾衰竭和死亡率的预测能力选择性能最佳的回归模型或机器学习算法，并最大限度地减少交叉验证的预测误差。使用预测准确性指数将 KDpredict 与肾衰竭风险方程的基准模型进行比较。

数据包括 67,942 名加拿大人、17,528 名丹麦人和 7,740 名苏格兰 CKD 居民。研究人员发现，肾衰竭和死亡率分别为每 100 人年 0.8 至 1.1 例和每 100 人年 10 至 12 例。在肾衰竭风险预测方面，KDpredict 比肾衰竭风险方程更准确：五年预测准确性指数，丹麦为 27.8%，苏格兰为 18.1%，苏格兰为 30.5%，苏格兰为 14.2%。