Cette revue résume les outils pronostiques pour l'insuffisance rénale terminale, en mettant en évidence leur application dans l'évaluation du risque de mortalité, la prise de décision partagée, la prise en charge rénale conservatrice et la planification de traitements individualisés chez les personnes âgées.
Article de revue
Pronostic de l'insuffisance rénale terminale : outils, preuves et applications cliniques
Dans cet article
Résumé
Résumé
Le pronostic dans l'insuffisance rénale terminale est fondamental pour une prise en charge centrée sur la personne et la prise de décision partagée. Cette revue résume les données probantes actuelles sur l'évaluation pronostique chez les personnes âgées atteintes d'insuffisance rénale terminale qui envisagent une dialyse ou une prise en charge rénale conservatrice. Elle examine les raisons justifiant l'évaluation pronostique et passe en revue les principaux prédicteurs cliniques, fonctionnels et biologiques de mortalité, notamment la charge de comorbidités, la fragilité, l'état fonctionnel et les paramètres biochimiques. La revue aborde les outils pronostiques validés, tels que l'indice de comorbidité de Charlson, la « Surprise Question », et les modèles prédictifs multivariés, ainsi que les approches émergentes basées sur l'apprentissage automatique pour la prédiction individualisée du risque. Elle examine également les effets du déclin fonctionnel, des hospitalisations et du bénéfice limité en termes de survie sur les décisions thérapeutiques, et souligne le rôle de l'information pronostique dans la planification anticipée des soins et les soins conformes aux objectifs du patient. En outre, la revue traite de la communication du pronostic et des défis pratiques liés à l'intégration des outils pronostiques dans la pratique courante de la néphrologie. En combinant une évaluation pronostique fondée sur des données probantes, une évaluation clinique individualisée et les valeurs du patient, l'évaluation pronostique peut soutenir des décisions thérapeutiques éclairées et faciliter une prise en charge personnalisée des personnes âgées atteintes d'insuffisance rénale terminale.
Introduction
La maladie rénale chronique (MRC) touche environ 843,6 millions de personnes dans le monde, dont plus de 2 millions vivent avec une insuffisance rénale terminale (IRT)1,2,3,4,5. Les personnes âgées présentent un risque accru de développer une maladie rénale avancée, en particulier celles souffrant de maladies cardiovasculaires et d'autres affections associées. Malgré des progrès importants dans les traitements médicaux, l'IRT continue d'entraîner des risques considérables de mortalité et de morbidité1,4.
Un aspecte important de la prise en charge de l'IDC est la planification anticipée des soins en cas de progression vers l'IDR. La greffe rénale est la forme privilégiée de thérapie de remplacement rénal car elle offre les meilleurs résultats en termes de survie et de qualité de vie. Toutefois, la greffe peut ne pas être accessible aux patients dépourvus d'un donneur viable et peut être contre-indiquée chez ceux présentant un risque chirurgical ou médical élevé, une fragilité ou une espérance de vie limitée. C’est souvent le cas des patients âgés, qui peuvent faire face à un avenir incertain et à un choix difficile entre l’initiation d’une dialyse à vie, à domicile ou en clinique, ou le choix d’une prise en charge médicale centrée sur le contrôle des symptômes, en sachant que cette approche pourrait réduire la survie. Les médecins ont des responsabilités cliniques, éthiques et légales à offrir une approche individualisée et centrée sur la personne, tout en reconnaissant que, dans certains cas, la dialyse pourrait augmenter la souffrance sans nécessairement prolonger la vie6.
Dans ce contexte, la planification préalable des soins est un outil important qui soutient les patients, leurs familles et les professionnels de santé en alignant les décisions futures sur les valeurs, les souhaits et les circonstances cliniques changeantes de chaque personne6. Les patients et leurs familles sont mieux à même de prendre des décisions éclairées conformes à leurs valeurs et préférences lorsqu’ils reçoivent des informations claires et complètes sur les avantages et les risques de la dialyse. Ils doivent être invités et encouragés à participer à un processus de prise de décision partagée. Bien que la dialyse puisse améliorer la survie et soulager les symptômes, ses bénéfices peuvent être modestes chez les patients âgés et fragiles, et le traitement peut s’accompagner d’une réduction importante de l’autonomie et de la qualité de vie7. La prédiction du pronostic est donc un élément clé de l’éducation du patient et de la prise de décision partagée. Pour évaluer les compromis entre survie et qualité de vie, les patients doivent comprendre le bénéfice potentiel en termes de survie lié à l’initiation de la dialyse et la manière dont le traitement peut influencer leur qualité de vie.
Cette revue aborde les caractéristiques essentielles des stratégies et outils utilisés pour estimer le pronostic chez les patients envisageant ou commençant la dialyse. Elle examine également la manière dont ces approches peuvent aider les équipes de soins rénaux, les patients et leurs familles à prendre conjointement des décisions concernant les options de traitement et les parcours de soins dans l'insuffisance rénale terminale (Figure 1).
Figure 1. Parcours pronostique centré sur la personne dans la maladie rénale chronique avancée (MRC) et l'insuffisance rénale terminale (IRCT). Ce schéma résume l'évaluation complète du patient, l'évaluation pronostique multimodale, la communication du pronostic et la prise de décision partagée, le choix du traitement, ainsi que la réévaluation continue afin de soutenir des soins centrés sur la personne. Les nombres en exposant correspondent aux références citées dans le manuscrit. La figure a été réalisée à l'aide d'un outil de génération d'images d'OpenAI, puis revue et approuvée par les auteurs quant à son exactitude scientifique et clinique. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.
Revue et perspective
L'importance du pronostic dans l'insuffisance rénale chronique
Comprendre le pronostic et l'évolution prévue de la maladie peut fortement influencer les objectifs thérapeutiques et les décisions de vie. Cette compréhension est essentielle pour dispenser des soins centrés sur la personne, favoriser une prise de décision partagée et faciliter la planification anticipée des soins. Toutefois, des études menées auprès de personnes atteintes de cancer et de personnes âgées ont montré que les professionnels de santé communiquent rarement des informations sur le pronostic, tandis que les patients entretiennent souvent des attentes excessivement optimistes quant à l'avenir8.
L'évaluation pronostique est un élément central des discussions entre les patients et les médecins, car les informations concernant l'espérance de vie sont fréquemment demandées lorsqu'on envisage d'initier une dialyse. Les préférences, valeurs personnelles, culturelles et religieuses jouent également un rôle important dans le choix de la dialyse pour prolonger la vie6. Un modèle de prédiction du risque permettant d'anticiper une mortalité précoce peut aider à personnaliser le traitement et à favoriser une prise de décision partagée entre les professionnels de santé, les personnes vivant avec une maladie rénale et leurs proches9. Cela revêt une importance particulière pour les patients envisagés pour des voies thérapeutiques plus conservatrices. Les soins rénaux conservateurs (CKC), qui impliquent la poursuite de soins médicaux actifs, le contrôle des symptômes et un soutien multidisciplinaire sans initiation de la dialyse, sont de plus en plus reconnus par les lignes directrices internationales comme une voie thérapeutique légitime, plutôt qu'une option par défaut pour les patients non éligibles à une thérapie de remplacement rénal10. La dialyse s'est révélée offrir une survie médiane plus longue que les soins conservateurs dans l'ensemble (3,1 contre 1,5 an à compter du moment de la décision thérapeutique) ; toutefois, cet avantage en termes de survie disparaît chez les patients âgés de 80 ans ou plus (P = 0,08) et est nettement réduit chez ceux présentant une comorbidité cardiovasculaire sévère11,12. En dehors des résultats en termes de mortalité, les taux d'hospitalisation étaient significativement plus faibles chez les patients recevant des soins conservateurs (rapport de taux d'incidence, 0,40 ; intervalle de confiance [IC] à 95 %, 0,32–0,49)13.
Le CKC a également été associé à une meilleure qualité de vie, à une réduction de la charge symptomatique et à une probabilité accrue de décéder à domicile plutôt qu'à l'hôpital12. Ces résultats appuient l'intégration prospective du CKC en fonction de la trajectoire de vulnérabilité du patient, plutôt que son utilisation uniquement comme option thérapeutique de dernier recours. Une évaluation pronostique peut aider à identifier les personnes les plus susceptibles de tirer profit de cette philosophie de traitement. Par exemple, si l'on s'attend à ce qu'un patient présente un risque élevé de décès au cours de la première année suivant l'initiation de la dialyse, le CKC ou des stratégies de dialyse modifiées peuvent constituer des options appropriées à envisager9. Jassal et al. ont proposé des parcours de soins en dialyse fondés sur la fragilité, qui adaptent l'intensité du traitement, les restrictions alimentaires et le soutien à domicile en fonction du statut de fragilité, avec une réévaluation périodique permettant des transitions dans les deux sens lorsque l'état du patient évolue14.
Les outils de prédiction devraient aider les professionnels de santé à accompagner les patients et leurs familles dans les décisions relatives au traitement de l'insuffisance rénale chronique terminale15,16. Bien que les recommandations internationales recommandent vivement de communiquer le pronostic aux patients17,18,19, et que des données probantes indiquent que la majorité des patients souhaitent recevoir des informations pronostiques20,21,22, cette pratique n'est pas systématiquement appliquée dans les soins cliniques courants. Plusieurs obstacles entravent une communication efficace du pronostic. Les néphrologues peuvent manquer d'outils fournissant des estimations de risque précises et individualisées, et peuvent éprouver de l'inconfort à aborder le sujet du pronostic en raison des craintes liées à son impact émotionnel potentiel sur les patients. Des études ont également montré que les patients préfèrent généralement des discussions plus larges sur le pronostic plutôt que des prédictions exprimées uniquement sous forme de durée de survie estimée23. De plus, de nombreux modèles pronostiques ne sont pas facilement applicables en pratique clinique courante, faute de validation externe, et relativement peu ont été élaborés à partir de cohortes incluant des patients sous dialyse péritonéale. Au-delà de la prédiction de la mortalité précoce, Dusseux et al. ont mis au point un score de mortalité à 3 ans destiné aux patients français âgés sous dialyse (âgés de ≥70 ans) afin d'identifier les candidats qui pourraient être éligibles à une greffe rénale, démontrant ainsi que les outils pronostiques ont des applications allant au-delà de la décision initiale de commencer la dialyse (Tableau 1)24.
Mortalité globale chez les adultes âgés atteints d'insuffisance rénale terminale
L'espérance de vie des adultes âgés vivant avec une insuffisance rénale terminale (ESKD) et recevant une dialyse reste nettement inférieure à celle de la population générale. Selon le United States Renal Data System (USRDS, 2024)4, le taux de survie à 5 ans chez les adultes âgés de 65 à 74 ans est de 35,6 %, contre 23,8 % chez ceux âgés de 75 ans ou plus, avec des améliorations modestes au cours de la dernière décennie. Lorsqu'on analyse les résultats selon la modalité de dialyse, ceux-ci sont comparables. En hémodialyse (HD), le taux de survie à 5 ans reste d'environ 34 %, tandis qu'en dialyse péritonéale (PD), il varie entre 22 % et 35 %, selon l'âge.
Les données les plus récentes du USRDS indiquent également qu'en 2022, l'espérance de vie résiduelle estimée pour les personnes sous dialyse était d'environ 4,6 ans pour les femmes et de 4,5 ans pour les hommes âgés de 65 à 69 ans. Elle diminuait à 3,5 ans pour les femmes et à 3,3 ans pour les hommes âgés de 75 à 79 ans. En revanche, les receveurs de greffe rénale appartenant à ces groupes d'âge devraient gagner un supplément de 7 à 11 années de vie, tandis que les individus de la population générale ont une espérance de vie résiduelle d'environ 16 à 18 ans. Malgré les progrès technologiques et une sélection améliorée des candidats, ces résultats confirment que les gains de longévité associés à la dialyse restent limités4.
Bien que les données contemporaines montrent une stabilisation de la survie, des profils pronostiques similaires ont déjà été rapportés précédemment. Dans une analyse basée sur la population portant sur plus de 350 000 adultes âgés de 65 ans ou plus aux États-Unis, Kurella et al.25 ont signalé que l'espérance de vie après l'initiation de la dialyse diminue progressivement avec l'âge croissant. La survie médiane (50e centile) a diminué de 2,5 ans chez les adultes âgés de 65 à 69 ans à 0,6 an chez ceux âgés de 90 ans ou plus. De même, le 75e centile a baissé de 4,6 ans à 1,7 an, tandis que le 25e centile a diminué de 0,9 an à 0,2 an au sein de ces mêmes groupes d'âge. Cette grande variabilité illustre l'hétérogénéité pronostique importante entre individus d'âge similaire et souligne que l'âge chronologique seul ne détermine pas le pronostic. Le risque de mortalité est le plus élevé durant la période initiale suivant l'initiation de la dialyse. Chez les adultes qui commencent la dialyse après l'âge de 75 ans, la probabilité de survie est de 71 % à 1 an et de 54 % à 2 ans en Europe, contre respectivement 59 % et 43 % aux États-Unis. Plus de 10 % des patients décèdent dans les trois premiers mois suivant le début de la dialyse26.
Malgré ces résultats épidémiologiques, les perceptions des patients concernant leur pronostic diffèrent souvent sensiblement des résultats observés en matière de survie. Dans une cohorte de 993 patients sous dialyse, seulement 11,2 % s'attendaient à vivre moins de 5 ans, tandis que 33,0 % prévoyaient de survivre plus de 10 ans, bien que les données du USRDS indiquent que 60,3 % sont décédés dans les 5 ans. Les patients qui s'attendaient à une survie plus longue étaient nettement moins susceptibles de documenter leurs préférences thérapeutiques ou de privilégier des soins axés sur le confort, et plus susceptibles de choisir une réanimation cardio-pulmonaire (rapport de cotes ajusté [aOR], 5,3) ou une ventilation mécanique (aOR, 2,2) comparés aux patients ayant des attentes plus réalistes quant à leur survie8.
Morbidité médicale et hospitalisations chez les personnes âgées atteintes d'insuffisance rénale terminale
Les personnes âgées qui entament une thérapie de remplacement rénal présentent une forte charge de comorbidités médicales et d'événements cliniques aigus qui influencent directement le pronostic. Selon l'USRDS (2024)4, en 2022, 59 % des patients nouvellement diagnostiqués avec une insuffisance rénale terminale présentaient un diabète sucré, 25 % une insuffisance cardiaque, et 17 % à 28 % diverses formes de maladies cardiovasculaires. Le même rapport indiquait des taux standardisés d'hospitalisation pour toutes causes de 1,37 et 1,42 événements par personne-année chez les individus âgés de 65 à 74 ans et ≥75 ans respectivement, recevant une dialyse péritonéale, comparés à 1,46 et 1,49 événements par personne-année chez ceux sous hémodialyse4.
Les personnes âgées qui commencent l'hémodialyse connaissent fréquemment une multimorbidité, ce qui influence considérablement leur évolution clinique. La comorbidité exerce également un effet profond sur les résultats sanitaires et la survie chez les patients atteints d'une maladie rénale chronique de stade 5. De nombreuses études n'ont signalé aucune différence significative en matière de survie entre les patients optant pour l'hémodialyse et ceux pris en charge par une approche conservatrice. Ce résultat reflète probablement le risque élevé de décès concurrent avant la progression vers l'insuffisance rénale terminale, combiné au bénéfice limité en termes de survie associé au traitement par hémodialyse27,28.
Dans une cohorte américaine de 391 bénéficiaires de Medicare âgés de 65,5 ans ou plus, près des deux tiers présentaient quatre affections chroniques ou plus, et 73 % ont commencé la dialyse pendant une hospitalisation. Ces deux facteurs étaient indépendamment associés à un taux de mortalité à un an dépassant 50 %29. De même, une étude nationale basée sur un registre incluant 28 049 adultes âgés de 67 ans ou plus a révélé que les patients de plus de 80 ans passaient en moyenne 67 jours à l'hôpital ou en établissement de soins de suite au cours de la première année suivant le début de la dialyse, la consommation de soins de santé la plus élevée étant observée chez ceux souffrant de démence ou de maladie cardiovasculaire30.
Outre la forte prévalence de comorbidité, la période initiale suivant la mise en place de la dialyse est marquée par des hospitalisations répétées, des infections et un déclin fonctionnel. Dans une cohorte européenne de plus de 10 000 personnes ayant commencé la dialyse en 2017, 82,8 % ont connu au moins une hospitalisation et 33,8 % sont décédées dans la première année, soulignant le fardeau important des complications précoces31. Les admissions liées aux infections restent une cause majeure de morbidité, représentant environ un tiers de toutes les hospitalisations et touchant près de la moitié des patients âgés pendant le suivi. Le diabète sucré, l'insuffisance cardiaque et l'hypoalbuminémie figurent parmi les principaux facteurs de risque de ces hospitalisations32.
Déclin fonctionnel chez les personnes âgées débutant l'hémodialyse
La fragilité fonctionnelle et la dépendance augmentent davantage les risques associés au début de la dialyse chez les personnes âgées. Chez les adultes âgés sous hémodialyse (HD), 46 % étaient classés comme fragiles, 55 % étaient malnutris et 21 % étaient dépendants pour les activités de base de la vie quotidienne33. Le déclin fonctionnel après l'initiation de la dialyse est fréquent et a d'importantes implications cliniques.
Dans une étude de référence menée par Tamura et al.34, portant sur plus de 3 700 résidents d'établissements de soins infirmiers aux États-Unis, le score MDS-ADL (Minimum Data Set–Activités de la vie quotidienne), une mesure normalisée de la dépendance dans les activités élémentaires d'auto-soins dérivée du Minimum Data Set utilisé dans les établissements de soins de longue durée35, est passé d'une médiane de 12 avant l'initiation de la dialyse à 16 après. À 3 mois, seulement 39 % des participants avaient conservé leur état fonctionnel de base. Au bout d'un an, 58 % étaient décédés et seulement 13 % conservaient leur niveau fonctionnel antérieur. De même, Jassal et al.36 ont signalé que, parmi les adultes âgés de 80 ans ou plus, plus de 30 % perdaient leur autonomie au cours des 6 premiers mois suivant l'initiation de la dialyse. Aucun des modes de dialyse (HD versus DP) ni le cadre d'initiation de la dialyse (hospitalisation versus consultation externe) n'était associé à une détérioration fonctionnelle ultérieure36.
Des preuves plus récentes indiquent que ce phénomène se produit également chez les personnes âgées vivant dans la communauté. Dans une étude de cohorte néerlandaise menée par Goto et al.37, 40 % des adultes âgés de 65 ans ou plus ont connu une détérioration fonctionnelle au cours des 6 premiers mois suivant l'initiation de la dialyse, le risque le plus élevé étant observé chez les personnes âgées et fragiles. De plus, 79 % des participants présentaient un certain degré de dépendance fonctionnelle au départ, et la charge pour les aidants est passée de 23 % à 38 % pendant le suivi37.
Des études internationales ont démontré de façon constante que la dépendance fonctionnelle est associée à des résultats moins favorables. Une étude sur les résultats et les pratiques en dialyse publiée en 2016 a révélé qu'une dépendance fonctionnelle sévère (score fonctionnel <8/13) était associée à un risque de mortalité 2,37 fois plus élevé, indépendamment de l'âge et des comorbidités38. Pereira et al.33 ont également signalé des taux élevés de fragilité et de dépendance fonctionnelle chez les adultes âgés de 75 ans ou plus sous hémodialyse, ainsi qu'une fatigue fréquente après la dialyse. Ces résultats soulignent l'importance d'une évaluation gériatrique complète et de la mise en œuvre précoce de stratégies de réadaptation et de soins de support dès l'initiation de la dialyse.
Développement d'outils pronostiques pour la prédiction de la mortalité chez les populations atteintes de MRC et d'IRTF
Bien que les données de mortalité basées sur des populations offrent une perspective générale sur les bénéfices potentiels de la dialyse chez les personnes âgées, elles ne fournissent pas d'estimations individualisées du pronostic. Pour soutenir une évaluation pronostique plus personnalisée, des chercheurs de plusieurs pays ont mis au point des outils de prédiction du risque pour les patients atteints de MRC et pour ceux qui évoluent vers l'IRTF. Ces outils diffèrent fortement par leur conception et leur application clinique visée. Certains reposent sur une évaluation clinique subjective unique, tandis que d'autres intègrent des paramètres de laboratoire couramment disponibles, des indices de comorbidité structurés ou des modèles multivariés et d'apprentissage automatique nécessitant une infrastructure de données dédiée. Cette hétérogénéité a des implications pratiques importantes, car les outils les plus réalisables en milieu ambulatoire chargé ne sont pas nécessairement ceux qui offrent la meilleure performance prédictive.
Impact de la comorbidité sur la survie pendant la dialyse
La charge de comorbidités est un déterminant bien établi de la mortalité précoce et de l'hospitalisation chez les personnes âgées qui commencent la dialyse, et plusieurs équipes ont traduit ce risque en modèles pronostiques offrant une bonne performance prédictive et une applicabilité clinique. Certaines affections comorbides sont incluses dans la plupart des modèles de prédiction, en particulier les maladies vasculaires, notamment la maladie vasculaire périphérique, et les troubles cognitifs tels que la démence. D'autres affections fréquentes, comme l'insuffisance cardiaque congestive (ICC), présentent une performance prédictive variable selon les différents modèles. Des maladies graves et potentiellement mortelles, telles que le cancer actif ou métastatique, ainsi que d'autres atteintes d'organes terminaux comme le dysfonctionnement hépatique et l'insuffisance respiratoire, sont intégrées à certains modèles pronostiques26,39.
Parmi les outils qui résument la multimorbidité, l'indice de comorbidité de Charlson (CCI) reste l'un des plus largement utilisés. Dans son adaptation aux patients atteints d'ESKD, Hemmelgarn et al.40 ont confirmé la validité du CCI d'origine et ont démontré une performance améliorée avec l'indice de comorbidité ESKD (Tableau 1). Au sein du CCI, les maladies métastatiques, le lymphome et l'insuffisance cardiaque congestive (CHF) ont les poids les plus élevés, soulignant que le risque de mortalité est davantage influencé par la charge globale de comorbidités que par l'âge chronologique seul. La validité du CCI a par la suite été confirmée dans plusieurs études indépendantes41,42,43,44. Bien que l'intégration d'un plus grand nombre de comorbidités puisse améliorer la précision prédictive, elle augmente également la complexité de la mise en œuvre de ces modèles dans la pratique clinique courante.
Les différences de performance prédictive entre les modèles pronostiques reflètent probablement des variations parmi les populations à partir desquelles ils ont été élaborés. La plupart de ces modèles ont été conçus au sein d'une seule région géographique et n'ont pas fait l'objet d'une validation externe45. De plus, un biais de sélection pourrait influencer la performance du modèle, car les patients atteints de maladies terminales, comme un cancer métastatique, ou ceux dont l'espérance de vie est très limitée, peuvent ne pas se voir proposer la dialyse et être ainsi sous-représentés dans les populations utilisées pour développer ces modèles. Ce biais potentiel d'indication doit être pris en compte lors de l'interprétation et de l'application des estimations pronostiques en pratique clinique.
Utilisation d'échelles fonctionnelles et de la question de surprise
La fragilité est reconnue comme un prédicteur indépendant de mortalité et d'hospitalisation chez les personnes âgées vivant avec une MRC. La fragilité est fréquente dans cette population. Gimena-Muñoz et al.46 ont signalé une prévalence de la fragilité de 27 % chez les individus atteints de MRC avancée, en utilisant le phénotype de fragilité de Fried pour définir l'état de fragilité. Ils ont également identifié le diabète sucré de type 2 et l'anémie comme des prédicteurs indépendants de la fragilité. En outre, la fragilité pourrait augmenter significativement le risque de développer une MRC47.
Dans une revue systématique et une méta-analyse réalisées par Puri et al.48, incluant 105 études portant sur des individus atteints d'insuffisance rénale chronique avancée, la fragilité évaluée à l’aide du phénotype de fragilité de Fried ou de l’échelle clinique de fragilité de Rockwood (CFS) était associée à un risque de mortalité deux fois plus élevé par rapport à celui des individus non fragiles (Tableau 1). La fragilité doublait également le risque d’hospitalisation, confirmant sa valeur pronostique au-delà de l’âge chronologique et des comorbidités. Ces résultats soulignent l’importance d’intégrer l’évaluation de la fragilité dans la stratification de risque courante en pratique néphrologique.
Conformément à ces résultats, Kennard et al.49 ont signalé que la fragilité est associée à une augmentation du risque de mortalité, d'hospitalisation et de progression vers la dialyse allant de deux à six fois chez les personnes atteintes d'une MRC avancée. La fragilité chez les patients sous dialyse est également associée à des complications fréquentes50, notamment des infections, des événements cardiovasculaires, une défaillance de l'accès vasculaire, une récupération prolongée après dialyse et une adhésion réduite au traitement. Chez les personnes âgées, ces complications contribuent à une charge pathologique plus importante, à une dépendance fonctionnelle accrue et à une utilisation plus élevée des soins de santé. La fragilité reste un prédicteur puissant de morbidité et de mortalité chez les patients atteints de MRC, y compris chez ceux recevant une thérapie de remplacement rénal et chez ceux traités de manière conservatrice, même après ajustement sur l'âge chronologique et la multimorbidité51. L'intégration d'échelles d'évaluation fonctionnelle à des paramètres cliniques objectifs pourrait améliorer davantage la performance prédictive des outils de prédiction du risque d'insuffisance rénale terminale6,26.
Plusieurs modèles pronostiques pour la maladie rénale chronique (CKD) et la maladie rénale terminale (ESKD) intègrent la « Surprise Question » (SQ), qui pose la question suivante : « Seriez-vous surpris si cette personne décédait au cours des 12 prochains mois ? » Ces modèles incluent ceux élaborés par Cohen et al.52, Schmidt et al.6 et Javier et al.53 (Tableau 1). La SQ reflète le jugement clinique global d'un professionnel de santé sur l'état de santé d'un patient et peut être considérée comme une mesure de l'impression clinique globale. Dans une étude prospective multicentrique, Schmidt et al.6 ont développé un modèle pronostique intégrant trois prédicteurs indépendants : une réponse négative à la SQ (rapport de cotes [OR], 3,29), un score de performance de Karnofsky (KPS) intermédiaire ou faible (OR, 2,09 pour un KPS de 50 à 70 ; OR, 4,69 pour un KPS ≤40) et l'âge croissant (OR, 1,41 par décennie supplémentaire). Le modèle a montré une bonne performance prédictive et a mis en évidence l'intérêt de combiner le jugement clinique avec une évaluation fonctionnelle objective pour estimer les résultats indésirables dans les cas de CKD avancée (Tableau 1)6.
Javier et al.53 ont évalué le SQ dans une étude prospective portant sur 388 adultes âgés de 60 ans ou plus, atteints d'insuffisance rénale chronique aux stades 4–5 et ne recevant pas de dialyse (Tableau 1). Ils ont utilisé une version à trois catégories du SQ (Oui/Incertain/Non), qui a révélé un gradient net de risque de mortalité : 5 % pour « Oui », 15 % pour « Incertain » et 27 % pour « Non » (P < 0,001). La version binaire du SQ a amélioré la sensibilité (66 %) mais réduit la spécificité (68 %). Bien que l'interprétation du SQ soit par nature subjective et puisse varier selon les cliniciens53, ses principaux avantages résident dans sa simplicité, son application intuitive et sa facilité d'utilisation en pratique clinique courante.
Paramètres de laboratoire
Plusieurs paramètres de laboratoire mesurés de routine ont démontré une signification pronostique au moment de l'initiation de la dialyse, notamment le débit de filtration glomérulaire estimé (eGFR), l'albumine sérique, l'hémoglobine et les indices d'adéquation de la dialyse tels que le Kt/V54,55,56. Parmi ceux-ci, l'albumine sérique et l'hémoglobine sont des marqueurs facilement accessibles reflétant l'état nutritionnel, inflammatoire et fonctionnel d'un patient. Dans une cohorte rétrospective de personnes âgées atteintes de stades 1 à 4 de la maladie rénale chronique (CKD), des taux plus bas d'albumine sérique étaient indépendamment associés à une mortalité toutes causes confondues plus élevée après ajustement pour l'âge, le sexe et la fonction rénale55. De même, l'anémie au moment de l'initiation de la dialyse s'est révélée être un puissant prédicteur de mortalité précoce, les patients commençant le traitement avec des taux d'hémoglobine inférieurs à 10 g/dL présentant une mortalité nettement plus élevée malgré une correction ultérieure56. Cette observation suggère qu'un faible taux d'hémoglobine au début de la dialyse pourrait refléter une inflammation chronique ou des soins préalables à la dialyse sous-optimaux, plutôt qu'une simple anémie réversible. Un eGFR plus élevé au moment de l'initiation de la dialyse a également été associé à une mortalité précoce accrue, bien que cela puisse sembler contre-intuitif54. Cette association reflète probablement un biais d'indication, selon lequel les patients présentant une comorbidité sévère ou une maladie aiguë entament la dialyse plus tôt malgré une fonction rénale relativement préservée. Elle pourrait également refléter les effets de la malnutrition et de la diminution de la masse musculaire.
| Auteur / Année | Type d'outil | Population étudiée | Objectif / Horizon pronostique | Principales variables | Applicabilité clinique / Limites | |
| Schmidt et al.6 | Modèle de prédiction clinique | Stades 4–5 de la MRC (sans dialyse) | Mortalité à 12 mois | Question-surprise, KPS, âge | Modèle simple et validé, utile pour appuyer les décisions concernant l'initiation de la dialyse ou la prise en charge rénale conservatrice. | |
| Obi et al.9 | Modèle de prédiction clinique | 35 878 anciens combattants américains | Mortalité à 1 an (eGFR <15 contre ≥15 mL/min/1,73 m²) | Âge, comorbidités, eGFR, albumine, cancer | Modèles distincts selon l'eGFR ; cohorte majoritairement masculine ; n'inclut pas la fragilité ou les mesures fonctionnelles. | |
| Couchoud et al.15 | Modèle de prédiction clinique | ≥75 ans (France, REIN) | Mortalité à 3 mois | Âge, sexe, ICC, arythmie, maladie vasculaire périphérique, cancer actif, hypoalbuminémie, dépendance fonctionnelle, troubles du comportement | Classe les patients en groupes à faible, intermédiaire et haut risque ; largement applicable aux adultes âgés atteints d'IRTF. | |
| Davison et al.18 | Modèle de prédiction clinique | Dialyse péritonéale | Mortalité entre 6 et 18 mois | Modèle de Cohen adapté plus question-surprise remplie par le personnel infirmier | Validé externement en dialyse péritonéale ; surestime la mortalité chez les patients à haut risque ; souligne le rôle des infirmiers et l'importance de l'évaluation fonctionnelle. | |
| Dusseux et al.24 | Modèle de prédiction clinique | Premier traitement dialysé, ≥70 ans (France, REIN) | Mortalité à 3 ans | Âge, sexe, diabète, maladie cardiovasculaire, dépendance, faible IMC, cathéter temporaire | Conçu pour identifier les candidats à la transplantation rénale plutôt que pour l'initiation de la dialyse ; discrimination modérée (statistique c = 0,71), bonne calibration, mais non validé externement en dehors de la France. | |
| Thamer et al. 39 | Modèle de prédiction clinique | ≥67 ans, États-Unis | Mortalité à 3 et 6 mois | Modèles complets et simplifiés (âge, dépendance, albumine, cancer, ICC, hospitalisation, résidence institutionnelle) | Score simplifié utilisable au chevet du patient ; n'intègre pas les mesures de qualité de vie ni les préférences du patient. | |
| Hemmelgarn et al.40 | Indice de comorbidité | Hémodialyse d'entretien | Mortalité globale | Comorbidités (ICC, cancer, lymphome, métastases) | L'indice ESKD surpasse l'indice CCI. La performance s'améliore encore lorsqu'il est combiné à l'apprentissage automatique (Noh et al.43 ; AUC = 0,8357). | |
| Santos et al.44 | Modèle de prédiction clinique | ≥65 ans, Portugal | Mortalité à 6 mois après l'initiation de la dialyse | Âge, maladie coronarienne, AVC avec hémiplégie, faible taux d'albumine, orientation tardive en néphrologie | Performance supérieure à celle du modèle de Couchoud ; patients non dialysés exclus et absence d'évaluation de la fragilité. | |
| Ivory et al.45 | Modèle de prédiction clinique | Premier traitement HD/PD, ≥15 ans (ANZDATA) | Mortalité à 6 mois | Douze variables cliniques (âge, IMC, comorbidités, diabète, orientation tardive) | Performance supérieure aux modèles de Couchoud et de Wagner ; applicabilité potentiellement limitée en dehors d'Australie et de Nouvelle-Zélande. | |
| Puri et al.48 | Échelle de fragilité/fonctionnelle | Adultes atteints de MRC (tous stades, y compris dialyse) | Mortalité et hospitalisation | FFP, CFS, FFP modifiée, échelle FRAIL, indice de fragilité | La FFP et la CFS ont montré la plus forte valeur pronostique pour la mortalité et l'hospitalisation. La FFP modifiée constitue une alternative pratique lorsque les tests basés sur la performance ne sont pas réalisables ; le jugement clinique seul est insuffisant. | |
| Oki et al.50 | Échelle de fragilité/fonctionnelle | Patients en premier traitement HD/PD | Mortalité et hospitalisation à 2 ans | CFS | Appliquée rétrospectivement par des infirmiers ; hospitalisations prolongées exclues ; pratique pour une utilisation clinique courante. | |
| Cohen et al.52 | Modèle de prédiction clinique | Hémodialyse d'entretien | Mortalité à 6 mois | Âge, démence, maladie vasculaire périphérique, albumine, question-surprise | Combine jugement clinique et variables objectives ; démontre une forte discrimination (AUC 0,80–0,87). | |
| Javier et al.53 | Outil d'évaluation subjective | ≥60 ans, stades 4–5 de la MRC | Mortalité à 12 mois | Question-surprise (versions à trois et deux catégories) | Prédit la mortalité à 1 an ; nécessite une connaissance préalable du patient ; accord inter-observateurs modéré et bonne fiabilité test-retest. | |
| Sun et al.55 | Indicateur de laboratoire | Stades 1–4 de la MRC (70 % ≥65 ans) | Mortalité toutes causes à long terme | Albumine sérique, âge | Cohorte rétrospective monocentrique (n = 201) ; utile comme marqueur complémentaire plutôt que comme prédicteur autonome. | |
| Wick et al. 54 | Modèle de prédiction clinique | ≥65 ans au début de la dialyse | Mortalité à 6 mois | Âge ≥80 ans, eGFR ≥15 mL/min/1,73 m², hospitalisation antérieure, ICC, FA, cancer | Stratifie le risque de mortalité à court terme ; un eGFR ≥15 mL/min/1,73 m² peut refléter une initiation précoce ou non planifiée de la dialyse ; bonne discrimination (ROC = 0,73). | |
| Karaboyas et al.56 | Indicateur de laboratoire | Hémodialyse incidente internationale (DOPPS) | Mortalité à 1 an | Hémoglobine de base, ESA et doses de fer IV | Montre une association en forme de U avec la dose de fer ; mortalité plus élevée avec une hémoglobine <10 g/dL ou des doses plus élevées d'ESA ; utile comme biomarqueur complémentaire. | |
| García-Montemayor et al.57 | Modèle d'apprentissage automatique | Hémodialyse incidente (Espagne) | Mortalité entre 6 et 24 mois | Quinze variables cliniques et biologiques (forêt aléatoire) | Amélioration modeste par rapport à la régression logistique (ΔAUC 0,007–0,046) ; la créatinine, le Kt/V et l'hémoglobine sont des prédicteurs importants de la mortalité précoce. | |
| Sheng et al.59 | Modèle d'apprentissage automatique | Hémodialyse incidente (Chine) | Mortalité à 1 an | Âge, eGFR, CRP, hémoglobine, comorbidités (XGBoost) | AUC 0,83–0,85 ; 15 des 42 variables candidates retenues ; nécessite une validation externe dans des populations diversifiées. | |
Tableau 1 : Outils permettant de prédire la mortalité chez les patients atteints de maladie rénale chronique avancée et de maladie rénale au stade terminal. Ce tableau résume les outils pronostiques validés, les évaluations de la fragilité, les marqueurs de laboratoire et les modèles d'apprentissage automatique élaborés pour estimer la mortalité chez les patients atteints de maladie rénale chronique avancée (CKD) et de maladie rénale au stade terminal (ESKD). Pour chaque étude, le tableau précise la population étudiée, l'horizon pronostique, les variables prédictives principales et les points clés à considérer pour l'application clinique, notamment les forces et les limites. Abréviations : AF, fibrillation auriculaire ; AUC, aire sous la courbe caractéristique de fonctionnement du récepteur ; BMI, indice de masse corporelle ; CCI, indice de comorbidité de Charlson ; CFS, échelle clinique de fragilité ; CHF, insuffisance cardiaque congestive ; CKD, maladie rénale chronique ; CRP, protéine C-réactive ; CVD, maladie cardiovasculaire ; eGFR, débit de filtration glomérulaire estimé ; ESA, agent stimulant l'érythropoïèse ; ESKD, maladie rénale au stade terminal ; FFP, phénotype de fragilité de Fried ; HD, hémodialyse ; IV, intraveineux ; KPS, statut de performance de Karnofsky ; PD, dialyse péritonéale ; REIN, réseau d'épidémiologie et d'information rénale ; ROC, caractéristique de fonctionnement du récepteur ; US, États-Unis ; XGBoost, Boosting par gradient extrême. Veuillez cliquer ici pour télécharger ce tableau.
Modèles d'apprentissage automatique pour la prédiction de la mortalité
Les algorithmes d'apprentissage automatique (machine learning, ML) ont été de plus en plus appliqués à la prédiction de la mortalité chez les patients sous dialyse, plusieurs études montrant une meilleure discrimination par rapport aux modèles traditionnels fondés sur la régression. Garcia-Montemayor et al.57 ont signalé qu'un modèle de forêts aléatoires surpassait la régression logistique pour prédire la mortalité à 6 mois, 1 an et 2 ans chez les patients sous hémodialyse, avec une aire sous la courbe caractéristique de fonctionnement du récepteur (AUC) variant de 0,68 à 0,73 (Tableau 1). Yang et al.58 ont appliqué un classificateur CatBoost à des patients sous dialyse péritonéale, obtenant une AUC de 0,80 tout en identifiant l'âge, le poids corporel et l'albumine sérique comme les prédicteurs les plus influents. Sheng et al.59 ont développé et validé externement un modèle d'extreme gradient boosting (XGBoost) pour prédire la mortalité durant la première année dans 97 centres rénaux. Le modèle a atteint une AUC de 0,83 à 0,85, dépassant nettement les performances des modèles de régression publiés précédemment (Tableau 1). De manière similaire, Koh et al.60 ont démontré qu'un modèle de forêts aléatoires surpassait les scores pronostiques établis REIN et Wick dans une cohorte plus âgée d'Asie du Sud-Est, obtenant une AUC de 0,83.
Malgré ces résultats prometteurs, des limites importantes subsistent. La plupart des modèles d'apprentissage automatique ont été élaborés à partir de données rétrospectives issues de cohortes monocentriques, avec une validation externe limitée et une interprétabilité réduite. Bien que des méthodes d'explicabilité, telles que les explications additives de Shapley (SHAP), aient amélioré la transparence des modèles, l'interprétabilité demeure un obstacle majeur à leur mise en œuvre clinique courante. À ce jour, aucune étude prospective randomisée n'a évalué si la prédiction guidée par l'apprentissage automatique améliore les résultats cliniques ou la qualité du processus décisionnel partagé chez les patients atteints de maladie rénale chronique (CKD) ou d'insuffisance rénale terminale (ESKD), ce qui représente une lacune importante en matière de preuves.
Obstacles à la mise en œuvre d'outils pronostiques en pratique clinique
Malgré la disponibilité croissante d'outils pronostiques pour les patients atteints de MRC avancée et d'IRTF, leur intégration dans la pratique clinique courante reste limitée. Des enquêtes menées auprès de néphrologues canadiens ont montré que plus de 80 % d'entre eux s'appuient principalement sur l'impression clinique globale pour établir un pronostic, tandis qu'environ 70 % n'utilisent jamais ou rarement des outils formels de prédiction61. Les obstacles rapportés incluent des préoccupations quant à l'applicabilité des estimations de risque fondées sur des populations à des patients individuels, des contraintes de temps et une méconnaissance limitée des outils disponibles ainsi que des données probantes soutenant leur utilisation. Notamment, les professionnels de la santé distinguent systématiquement la valeur des outils pronostiques au niveau de la population de leur application à des patients individuels, soulignant ainsi un défi que la simple validation externe est peu susceptible de résoudre62.
La mise en œuvre pratique de nombreux modèles pronostiques est encore limitée car certaines publications ne fournissent pas de format utilisable, tel qu'une équation de régression complète ou un score de risque, ce qui rend difficile leur application clinique courante63. De plus, seuls 26,7 % des modèles publiés ont fait l'objet d'une validation externe, et les études d'impact formelles évaluant si les outils pronostiques améliorent la prise de décision partagée ou les résultats chez les patients restent rares63. L'adoption réelle des outils pronostiques en néphrologie reste donc faible, ce qui pourrait refléter une confiance limitée des cliniciens, un manque d'expérience et une incertitude quant à leur utilité clinique pour améliorer les résultats des patients64.
Combler cette lacune en matière de mise en œuvre exigera des efforts allant au-delà du développement et de la validation de nouveaux modèles pronostiques. L'intégration d'outils pronostiques dans les dossiers de santé électroniques pourrait réduire les obstacles liés au temps, à l'accessibilité et aux flux de travail que les cliniciens identifient régulièrement62. En outre, former les néphrologues à communiquer efficacement des informations de risque probabilistes lors d'entretiens concernant des maladies graves, plutôt que de simplement présenter des estimations numériques, pourrait être tout aussi important que d'améliorer davantage la précision des modèles62,65.
Limites
Plusieurs limites de la littérature existante méritent d'être soulignées. La plupart des modèles pronostiques9,26,39,45,55,66 ont été élaborés à partir de cohortes géographiquement restreintes, et leur généralisabilité à d'autres contextes de soins demeure incertaine. Bien que certains outils aient été spécifiquement conçus pour les personnes âgées, de nombreux modèles validés incluent des populations dialysées plus jeunes, et les outils pronostiques dédiés aux personnes âgées fragiles restent limités. La littérature actuelle est également fortement orientée vers des cohortes en hémodialyse, tandis que les modèles pronostiques validés pour les patients sous dialyse péritonéale demeurent rares, l'étude de Davison et al.18 constituant l'un des rares exemples disponibles. Les modèles d'apprentissage automatique, bien qu'encourageants, n'ont pas encore été évalués dans des essais cliniques prospectifs, et aucun outil pronostique actuellement disponible n'a démontré, dans une étude randomisée, que son utilisation améliore la qualité de la prise de décision partagée ou les résultats pour les patients.
Les recherches futures devraient privilégier l'élaboration et la validation externe de modèles pronostiques auprès de populations variées et de différentes modalités de dialyse, l'évaluation prospective de soins guidés par le pronostic, ainsi que l'intégration des préférences déclarées par les patients dans les cadres d'évaluation du risque clinique.
Conclusions
Le pronostic constitue un élément important de la prise de décision partagée. Les néphrologues doivent fournir des informations pronostiques de manière précise et centrée sur la personne, afin d'aligner les traitements proposés sur les valeurs et les préférences des patients. Les outils pronostiques, notamment les modèles de prédiction du risque, peuvent aider les néphrologues à effectuer des évaluations de risque plus nuancées. Ces outils peuvent faciliter l'identification précoce des personnes qui pourraient bénéficier d'une évaluation gériatrique complète, d'une planification anticipée des soins ou, dans certains cas sélectionnés, d'alternatives thérapeutiques moins invasives ou de soins palliatifs26. Inversement, ils peuvent aider à identifier les patients ayant un pronostic favorable, susceptibles de bénéficier d'une planification proactive de l'accès vasculaire ou d'une évaluation pour une greffe. Les outils pronostiques disponibles vont des évaluations subjectives rapides, comme la « Surprise Question », à des modèles multivariés complexes. Toutefois, ces modèles peuvent ne pas s'appliquer à toutes les populations et doivent être utilisés uniquement dans des contextes cliniques appropriés. Les professionnels de santé doivent donc adopter une approche multimodale combinant des paramètres biologiques, des comorbidités, des échelles d'évaluation fonctionnelle et le jugement clinique, afin d'élaborer des estimations pronostiques qui ne soient pas excessivement réductrices. Les modèles élaborés par Cohen et al.52, Schmidt et al.6 et Couchoud et al.26 (Tableau 1) peuvent être particulièrement utiles, car des calculateurs de risque publiés sont disponibles et peuvent être appliqués rapidement en pratique clinique. Les modèles de Cohen et al.52 et de Schmidt et al.6 combinent jugement clinique et paramètres objectifs, permettant une évaluation plus holistique. La manière dont l'information pronostique est communiquée est tout aussi importante. Les informations doivent être présentées dans un langage accessible aux patients, avec une sensibilité à leur disposition à discuter de la mortalité. Les estimations pronostiques doivent guider les discussions et contextualiser les bénéfices potentiels ainsi que les limites des traitements ; les cliniciens doivent éviter de présenter des estimations de risque absolu sans explication appropriée. Des cadres structurés de communication, comme l'outil Best Case/Worst Case, utilisent la planification par scénarios et des aides graphiques pour décrire les résultats les meilleurs, les plus probables et les pires de chaque option thérapeutique. Ces approches peuvent aider les néphrologues à aller au-delà d'estimations statistiques isolées et à soutenir les patients et leurs familles dans la prise de décisions thérapeutiques conformes à leurs objectifs et à leurs valeurs16,67. Les travaux futurs devraient se concentrer sur la validation des outils pronostiques dans des populations diverses et sur l'évaluation de l'impact de leur utilisation sur la prise de décision partagée et les résultats centrés sur le patient.
Déclarations de divulgation
Les auteurs déclarent qu'ils n'ont aucun intérêt financier concurrent ni conflit d'intérêts. En outre, les auteurs ont utilisé un outil de génération d'images d'OpenAI pour créer la version initiale de Figure 1. La figure a ensuite été examinée, révisée et approuvée par les auteurs, qui en assument l'entière responsabilité quant à son contenu scientifique et à son exactitude clinique.
Références
- Kovesdy CP. Epidemiology of chronic kidney disease: an update 2022. Kidney Int Suppl. 2022;12:7-11. doi:10.1016/j.kisu.2021.11.003.
- Couser WG, Remuzzi G, Mendis S, Tonelli M. The contribution of chronic kidney disease to the global burden of major noncommunicable diseases. Kidney Int. 2011;80(12):1258-70. doi:10.1038/ki.2011.368.
- Tamura MK. Incidence, management, and outcomes of end-stage renal disease in the elderly. Curr Opin Nephrol Hypertens. 2009;18:252-7. doi:10.1097/MNH.0b013e328326f3ac.
- United States Renal Data System. 2024 USRDS Annual Data Report: Epidemiology of Kidney Disease in the United States [Internet]. 2024 [cited 2025 Oct 5]. Available from: https://usrds-adr.niddk.nih.gov/2024/suggested-citation.
- Merchant A, Moideen A. Comprehensive insights into palliative nephrology: a chapter in contemporary renal medicine. In: Bolling G, Zelko E, editors. Palliative Care—Current Practice and Future Perspectives. IntechOpen; 2023. doi:10.5772/intechopen.1003074.
- Schmidt RJ, et al. Derivation and validation of a prognostic model to predict mortality in patients with advanced chronic kidney disease. Nephrol Dial Transplant. 2019;34(9):1517-25. doi:10.1093/ndt/gfy305.
- Merchant AA, Ling E. An approach to treating older adults with chronic kidney disease. CMAJ. 2023;195:E612-8. doi:10.1503/cmaj.221427.
- O’Hare AM, et al. Assessment of self-reported prognostic expectations of people undergoing dialysis: United States Renal Data System Study of Treatment Preferences (USTATE). JAMA Intern Med. 2019;179(10):1325-33. doi:10.1001/jamainternmed.2019.2879.
- Obi Y, et al. Development and validation of prediction scores for early mortality at transition to dialysis. Mayo Clin Proc. 2018;93(9):1224-35. doi:10.1016/j.mayocp.2018.04.017.
- Kidney Disease: Improving Global Outcomes (KDIGO) CKD Work Group. KDIGO 2024 clinical practice guideline for the evaluation and management of chronic kidney disease. Kidney Int. 2024;105(4 Suppl):S117-314. doi:10.1016/S0085-2538(24)00110-8.
- Verberne WR, et al. Comparative survival among older adults with advanced kidney disease managed conservatively versus with dialysis. Clin J Am Soc Nephrol. 2016;11(4):633-40. doi:10.2215/CJN.07510715.
- Buur LE, et al. Does conservative kidney management offer a quantity or quality of life benefit compared with dialysis? A systematic review. BMC Nephrol. 2021;22:307. doi:10.1186/s12882-021-02516-6.
- Kobayashi A, et al. Comprehensive conservative kidney management among older populations: a nationwide administrative claims database analysis. Kidney360. 2025;6:1713-21. doi:10.34067/KID.0000000923.
- Jassal SV, Van Loon I. Redesigning peritoneal dialysis care: the introduction of frailty-informed pathways. Perit Dial Int. 2025;45(2):70-3. doi:10.1177/08968608241304272.
- Couchoud C, et al. Supportive care: time to change our prognostic tools and their use in CKD. Clin J Am Soc Nephrol. 2016;11(10):1892-901. doi:10.2215/CJN.12631115.
- Zimmermann CJ, et al. Opportunities to improve shared decision making in dialysis decisions for older adults with life-limiting kidney disease: a pilot study. J Palliat Med. 2020;23(5):627-34. doi:10.1089/jpm.2019.0340.
- Schell JO, et al. Discussions of the kidney disease trajectory by elderly patients and nephrologists: a qualitative study. Am J Kidney Dis. 2012;59(4):495-503. doi:10.1053/j.ajkd.2011.11.023.
- Davison SN, Rathwell S. External validation of a prognostic model in routine practice for short- and long-term survival in peritoneal dialysis. Perit Dial Int. 2026;46(2):105-14. doi:10.1177/08968608251364097.
- Davison SN, et al. Executive summary of the KDIGO Controversies Conference on Supportive Care in Chronic Kidney Disease: developing a roadmap to improving quality care. Kidney Int. 2015;88:447-59. doi:10.1038/ki.2015.110.
- Milders J, et al. Living with chronic kidney disease: future perspectives and prognostic needs of patients—a qualitative study. BMC Nephrol. 2025;26:301. doi:10.1186/s12882-025-04243-8.
- Milders J, et al. Dealing with an uncertain future: a survey study on what patients with chronic kidney disease actually want to know. Clin Kidney J. 2024;17(8):1-8. doi:10.1093/ckj/sfae225.
- Saeed F, et al. Patients’ perspectives on dialysis decision-making and end-of-life care. Clin Nephrol. 2019;91(5):294-300. doi:10.5414/CN109608.
- Liu A, et al. Prognostic preferences of older adults on maintenance hemodialysis and their care partners: a qualitative study. Clin J Am Soc Nephrol. 2025;20(10):1387-95. doi:10.2215/CJN.0000000782.
- Dusseux E, et al. A simple clinical tool to inform the decision-making process to refer elderly incident dialysis patients for kidney transplant evaluation. Kidney Int. 2015;88(1):121-9. doi:10.1038/ki.2015.25.
- Tamura MK, Tan JC, O’Hare AM. Optimizing renal replacement therapy in older adults: a framework for making individualized decisions. Kidney Int. 2012;82:261-9. doi:10.1038/ki.2011.384.
- Couchoud CG, et al. Development of a risk stratification algorithm to improve patient-centered care and decision making for incident elderly patients with end-stage renal disease. Kidney Int. 2015;88(5):1178-86. doi:10.1038/ki.2015.245.
- Chandna SM, et al. Survival of elderly patients with stage 5 CKD: comparison of conservative management and renal replacement therapy. Nephrol Dial Transplant. 2011;26(5):1608-14. doi:10.1093/ndt/gfq630.
- Murtagh FEM, et al. Dialysis or not? A comparative survival study of patients older than 75 years with stage 5 chronic kidney disease. Nephrol Dial Transplant. 2007;22(7):1955-62. doi:10.1093/ndt/gfm153.
- Wachterman MW, et al. One-year mortality after dialysis initiation among older adults. JAMA Intern Med. 2019;179(7):985-7. doi:10.1001/jamainternmed.2018.8690.
- Montez-Rath ME, et al. Hospitalizations and nursing facility stays during the transition from CKD to ESRD on dialysis: an observational study. J Gen Intern Med. 2017;32(11):1220-7. doi:10.1007/s11606-017-4151-6.
- Kolbrink B, et al. Patient-focused outcomes after initiation of dialysis for ESRD: mortality, hospitalization, and functional impairment. Nephrol Dial Transplant. 2023;38(11):2528-36. doi:10.1093/ndt/gfad099.
- Dalrymple LS, et al. Infection-related hospitalizations in older patients with ESRD. Am J Kidney Dis. 2010;56(3):522-30. doi:10.1053/j.ajkd.2010.04.016.
- Pereira M, et al. Dependency and frailty in the older haemodialysis patient. BMC Geriatr. 2024;24:416. doi:10.1186/s12877-024-04973-8.
- Kurella Tamura M, et al. Functional status of elderly adults before and after initiation of dialysis. N Engl J Med. 2009;361(16):1539-47. doi:10.1056/NEJMoa0904655.
- Morris JN, Pries B, Morris S. Scaling activities of daily living within the Minimum Data Set. J Gerontol A Biol Sci Med Sci. 1999;54(11):M546-53. doi:10.1093/gerona/54.11.M546.
- Jassal SV, Chiu E, Hladunewich M. Loss of independence in patients starting dialysis at 80 years of age or older. N Engl J Med. 2009;361(16):1612-3. doi:10.1056/NEJMc0905289.
- Goto NA, et al. Association of initiation of maintenance dialysis with functional status and caregiver burden. Clin J Am Soc Nephrol. 2019;14(7):1039-47. doi:10.2215/CJN.13131118.
- Jassal SV, et al. Functional dependence and mortality in the international Dialysis Outcomes and Practice Patterns Study. Am J Kidney Dis. 2016;67(2):283-92. doi:10.1053/j.ajkd.2015.09.024.
- Thamer M, et al. Predicting early death among elderly dialysis patients: development and validation of a risk score to assist shared decision making for dialysis initiation. Am J Kidney Dis. 2015;66(6):1024-32. doi:10.1053/j.ajkd.2015.05.014.
- Hemmelgarn BR, Manns BJ, Quan H, Ghali WA. Adapting the Charlson Comorbidity Index for use in patients with ESRD. Am J Kidney Dis. 2003;42(1 Suppl 2):125-32. doi:10.1016/S0272-6386(03)00415-3.
- Lin YT, et al. High cost and low survival rate in high-comorbidity incident elderly hemodialysis patients. PLoS One. 2013;8(9):e75318. doi:10.1371/journal.pone.0075318.
- Flores-Mendoza AP, et al. Charlson Comorbidity Index and all-cause mortality in patients with delayed hemodialysis initiation: a prospective cohort study. BMC Nephrol. 2025;26:376. doi:10.1186/s12882-025-04197-x.
- Noh J, et al. Predicting early mortality in hemodialysis patients: a deep learning approach using a nationwide prospective cohort in South Korea. Sci Rep. 2024;14:29658. doi:10.1038/s41598-024-80900-6.
- Santos J, et al. Predicting 6-month mortality in incident elderly dialysis patients: a simple prognostic score. Kidney Blood Press Res. 2020;45(1):38-50. doi:10.1159/000504136.
- Ivory SE, et al. Predicting 6-month mortality risk of patients commencing dialysis treatment for end-stage kidney disease. Nephrol Dial Transplant. 2017;32(9):1558-65. doi:10.1093/ndt/gfw383.
- Gimena Muñoz R, et al. Assessment of frailty in patients with advanced chronic kidney disease and the role of microvesicles: a single-center study. PLoS One. 2025;20(9):e0332653. doi:10.1371/journal.pone.0332653.
- Zou S, et al. Frailty, genetic predisposition, and incident chronic kidney disease. Sci Rep. 2025;15(1):14625. doi:10.1038/s41598-025-97280-0.
- Puri A, et al. Frailty assessment tools in chronic kidney disease: a systematic review and meta-analysis. Kidney Med. 2025;7(3):100960. doi:10.1016/j.xkme.2024.100960.
- Kennard AL, Glasgow NJ, Rainsford SE, Talaulikar GS. Clinical implications and assessment of frailty in patients with advanced CKD: a narrative review. Kidney Int Rep. 2024;9:791-806. doi:10.1016/j.ekir.2023.12.022.
- Oki R, et al. Clinical frailty assessment might be associated with mortality in incident dialysis patients. Sci Rep. 2022;12(1):17651. doi:10.1038/s41598-022-22483-8.
- Nair D, et al. Frailty in kidney disease: a comprehensive review to advance its clinical and research applications. Am J Kidney Dis. 2025;85(1):89-103. doi:10.1053/j.ajkd.2024.04.018.
- Cohen LM, Ruthazer R, Moss AH, Germain MJ. Predicting six-month mortality for patients receiving maintenance hemodialysis. Clin J Am Soc Nephrol. 2010;5(1):72-9. doi:10.2215/CJN.03860609.
- Javier AD, et al. Reliability and utility of the Surprise Question in CKD stages 4-5. Am J Kidney Dis. 2017;70(1):93-101. doi:10.1053/j.ajkd.2016.11.025.
- Wick JP, et al. A clinical risk prediction tool for 6-month mortality after dialysis initiation among older adults. Am J Kidney Dis. 2017;69(5):568-75. doi:10.1053/j.ajkd.2016.08.035.
- Sun J, Su H, Lou Y, Wang M. Association between serum albumin level and all-cause mortality in patients with chronic kidney disease: a retrospective cohort study. Am J Med Sci. 2021;361(4):451-60. doi:10.1016/j.amjms.2020.07.020.
- Karaboyas A, et al. Low hemoglobin at hemodialysis initiation: an international study of anemia management and mortality in the early dialysis period. Clin Kidney J. 2020;13(3):425-33. doi:10.1093/ckj/sfz065.
- Garcia-Montemayor V, et al. Predicting mortality in hemodialysis patients using machine learning analysis. Clin Kidney J. 2021;14(5):1388-95. doi:10.1093/ckj/sfaa126.
- Yang J, et al. Machine learning algorithms for the prediction of adverse prognosis in patients undergoing peritoneal dialysis. BMC Med Inform Decis Mak. 2024;24:8. doi:10.1186/s12911-023-02412-z.
- Sheng K, et al. Prognostic machine learning models for first-year mortality in incident hemodialysis patients: development and validation study. JMIR Med Inform. 2020;8(10):e20578. doi:10.2196/20578.
- Koh BTG, et al. Predicting mortality in elderly chronic kidney disease patients using algorithmic risk assessment: a Southeast Asian perspective. BMC Nephrol. 2025;26:489. doi:10.1186/s12882-025-04389-5.
- Forzley B, et al. A survey of Canadian nephrologists assessing prognostication in end-stage renal disease. Can J Kidney Health Dis. 2017;4:1-9. doi:10.1177/2054358117725294.
- Bergeron J, et al. Nephrology providers’ perspectives and use of mortality prognostic tools in dialysis patients. BMC Nephrol. 2024;25:425. doi:10.1186/s12882-024-03861-y.
- Milders J, et al. Prognostic models in nephrology: where do we stand and where do we go from here? Mapping the evidence in a scoping review. J Am Soc Nephrol. 2024;35(3):367. doi:10.1681/ASN.0000000000000285.
- Siriwardana A, et al. Utilizing risk prediction models for older patients with chronic kidney disease. Kidney Int. 2026;109(3):474-83. doi:10.1016/j.kint.2025.11.021.
- Anderson RT, et al. Prediction of risk of death for patients starting dialysis: a systematic review and meta-analysis. Clin J Am Soc Nephrol. 2019;14(8):1213-27. doi:10.2215/CJN.00050119.
- Thorsteinsdottir B, et al. Validation of prognostic indices for short-term mortality in an incident dialysis population of adults older than 75 years. PLoS One. 2021;16(1):e0244081. doi:10.1371/journal.pone.0244081.
- Grubbs V. Time to recast our approach for older patients with ESRD: the best, the worst, and the most likely. Am J Kidney Dis. 2018;71(5):605-7. doi:10.1053/j.ajkd.2018.02.002.