Biologisk variation för GFR

1. Problemställning och avgränsning

1.1 Bakgrund

Clearance-baserad glomerulär filtrationshastighet (mGFR) utgör referensstorhet vid validering av skattningsekvationer. Storleken på den inom-individuella variationen hos mGFR bestämmer därmed tre förhållanden: bredden på prediktionsintervallet kring ett enskilt värde, den minsta förändring mellan två mätningar som kan tolkas som reell, samt den övre gräns för observerad precision som en skattningsekvation kan uppvisa i en valideringsstudie.

I översiktslitteraturen anges vanligen ett värde kring 10 %. Underlaget för detta värde är svagare än dess spridning antyder, och det avser dessutom delvis en annan storhet än den som efterfrågas.

1.2 Två skilda storheter

Uttrycket biologisk variation hos GFR används om två olika storheter vars storleksordningar skiljer sig med en faktor tre till fem.

Variationen mellan standardiserade mättillfällen. Detta är den storhet som i Fraser-formalismen betecknas $CV_I$. Bäst tillgängliga punktskattning är 6,7 % (95 % KI 5,6–8,2) för plasmaclearance av iohexol hos patienter med kronisk njursjukdom stadium G3, mätt veckovis under fyra veckor med kontrollerat klockslag, kontrollerad veckodag och kontrollerad kost.

Den fysiologiska variationen utan standardisering. Inulinclearance uppvisar en dygnsrytm med relativ amplitud 21 ± 2 % till 33 ± 15 %. En frukost innehållande 31 g protein höjer GFR mätbart, och fri rörlighet under undersökningen höjer upprepningsvariationen med omkring hälften av dess eget värde.

Skillnaden är metodologiskt betydelsefull. Värdet 6,7 % beskriver den variation som återstår sedan de dominerande fysiologiska determinanterna kontrollerats bort. $CV_I$ för mGFR är därför i lika hög grad en egenskap hos undersökningsprotokollet som hos njurfunktionen. Rowe et al. anger detta explicit: de redovisade referensändringsvärdena “should be considered minimum values”.

Vilken storhet som är relevant beror på tillämpningen:

Frågeställning	Tillämpligt värde	Underlag
Skiljer sig två standardiserade mGFR inom en studie?	$CV_I \approx 7\ \%$; RCV ≈ +22 / −18 %	Rowe et al. 2019
Skiljer sig två mGFR från klinisk rutin?	Högre; storleken ej fastställd	Rowe et al.; mellanlaboratorievariation
Hur stor är den fysiologiska svängningen över ett dygn?	Storleksordningen tiotals procent	Koopman et al.; van Acker et al.

2. Begrepp och storheter

2.1 Variationskomponenter enligt Fraser

En biologisk variationsstudie fördelar den totala spridningen på tre komponenter, skattade med nästlad varianskomponentanalys:

• $CV_A$ — analytisk variation, skattad ur replikat av samma prov.
• $CV_I$ — inom-individuell biologisk variation, det vill säga spridningen kring individens set-point sedan $CV_A$ subtraherats.
• $CV_G$ — mellan-individuell variation, spridningen mellan individernas set-points.

Ur dessa konstrueras två avledda storheter. Referensändringsvärdet anger den skillnad mellan två prov som krävs för att en reell förändring ska kunna slutas med angiven sannolikhet:

$RCV = Z\sqrt{2}\,\sqrt{CV_A^2 + CV_I^2}$

Individualitetsindex anger i vilken utsträckning ett populationsbaserat referensintervall är informativt för den enskilde:

$II = \frac{\sqrt{CV_I^2 + CV_A^2}}{CV_G}$

2.2 $CV_I$ och upprepnings-CV: en designfråga

Skillnaden mellan $CV_I$ och det som i denna text kallas upprepnings-CV ligger i studiedesignen, inte enbart i definitionen.

$CV_I$ förutsätter en nästlad design: samma individ genomgår flera separata GFR-bestämningar vid olika tillfällen, och vid varje tillfälle analyseras markören i duplikat (eller fler). Duplikaten ger ett direkt mått på $CV_A$ — hur mycket två analyser av exakt samma prov skiljer sig åt. Nästlad varianskomponentanalys drar därefter bort denna analytiska spridning från skillnaden mellan tillfällena; det som återstår är $CV_I$, variationen i njurfunktionen renodlad från mätfel. Kapitel 3 redovisar beräkningen i detalj för Rowe et al. 2019.

Upprepnings-CV saknar denna uppdelning. Det beräknas som variationskoefficienten (SD/medelvärde) direkt på de färdiga GFR-värdena från två eller flera fullständiga clearanceundersökningar, utan duplikatanalys vid varje tillfälle. Allt som skiljer de färdiga värdena åt — verklig biologisk förändring, analytiskt brus i markörbestämningen, proceduralt fel i själva clearanceproceduren (injektionsvolym, tidsangivelser, provtagningsteknik, kurvanpassning) och, om mättillfällena inte är standardiserade, preanalytisk variation som klockslag, kost och fysisk aktivitet (avsnitt 2.3) — hamnar i samma tal, utan att man i efterhand kan avgöra hur stor andel som är vardera. Måttet är därför av konstruktion större än eller lika med $CV_I$. Det är denna sammanblandade storhet som avses med intraindividual CV, reproducibility och total variation i terminologitabellen i avsnitt 2.4, med mittenkolumnen i figur 1, och med de äldre studierna i kapitel 4.

Delanaye et al. anger förhållandet explicit i sin översikt över iohexolclearance: intra-individuell variation hos mGFR “includes both biological variation and the errors due to the measurement of GFR itself”. Trots detta sammanställs värdena rutinmässigt som ett spann — 4,2 till 10 % — där ändpunkterna avser olika storheter.

Figur 1. Innehållet i tre variationsmått som samtliga rapporteras som variation hos mGFR. Endast det vänstra utgör ett $CV_I$.

2.3 Standardiseringens roll i upprepnings-CV

Vilka spridningskällor som i praktiken ingår i ett rapporterat upprepnings-CV är inte en egenskap hos måttet i sig, utan en fråga om hur väl varje enskild studie standardiserat de preanalytiska förhållandena mellan mättillfällena: klockslag, kost, fysisk aktivitet och kroppsläge.

Delanaye et al. anger explicit att mätningen idealiskt bör utföras “in a fasting state, in the same environment and at the same time of day, because all these parameters are prone to increase intra-individual variation” om de inte hålls konstanta.

Den enda studien som isolerar effekten empiriskt är Wilkinson et al.: 26 patienter genomgick duplikatbestämning av ⁹⁹ᵐTc-DTPA-clearance under två betingelser, fastande och i vila (8,0 %) respektive fastande men med fri rörlighet (12,1 %) (avsnitt 5.2). Att enbart aktivitetsrestriktionen släpptes höjde variationskoefficienten med nästan hälften, vilket visar att bristande standardisering kan utgöra en betydande andel av ett rapporterat upprepnings-CV snarare än ett teoretiskt tillägg.

Huruvida de sju studierna bakom intervallet 4,5–8 % i kapitel 4 faktiskt innehåller sådan preanalytisk variation går inte att besvara enhetligt, eftersom standardiseringsgraden varierar mellan dem och sällan är fullständigt redovisad.

Bird et al. är tydligast: för delmängden med två fastande mätningar anges att samtliga bestämningar inleddes vid samma klockslag på morgonen, med fasta från midnatt till undersökningens slut. Kost och dygnstid var alltså matchade mellan tillfällena, och deras reproducerbarhet (7,4 respektive 7,6 %) bör därför i huvudsak spegla biologisk, analytisk och procedurell variation snarare än preanalytisk.

Brøchner-Mortensen är mindre tydlig på just denna punkt. Metodavsnittet från 1976 anger att den biologiska variationen “is necessarily included” i precisionen och att den “was minimized through careful selection of patients and strict standardization” — men patienterna var inneliggande och inte fastande, och tidsintervallet mellan de två mätningarna var 1–5 dygn utan att kost eller klockslag för de två tillfällena beskrivs som matchade. Samma mönster gäller barnmaterialet från 1977 (ett dygns mellanrum, ej fastande). Det kan därför inte uteslutas att en del av reproducerbarheten (4,1–11,5 % respektive 4,7–4,8 %) innehåller preanalytisk variation utöver den strikt biologiska, analytiska och procedurella — men “strict standardization” är en allmän formulering utan protokolldetalj för just kost och dygnstid, så andelen går inte att uppskatta.

För Delanaye 2008, James 2007, Krutzén 1984 och Gaspari 1998 har motsvarande protokolldetalj antingen inte lokaliserats i det material som lästs, eller är källan begränsad till abstract (Krutzén, Gaspari; se källnoten i slutet av artikeln). Frågan lämnas öppen för dessa fyra.

Slutsatsen är att upprepnings-CV inte är ett enhetligt definierat mått med fast sammansättning, utan ett spektrum: från Bird et al., där preanalytisk variation sannolikt är väl kontrollerad, till studier där avsaknad av redovisad standardisering lämnar frågan obesvarad. Detta skärper snarare än försvagar slutsatsen i avsnitt 4.1 — att fem oberoende material, trots denna variation i metodologisk stringens, ändå samlas inom ett förhållandevis smalt intervall.

2.4 Terminologisk inkonsekvens i äldre litteratur

Fyra termer förekommer i materialet, med delvis överlappande men icke identiska innebörder:

Term i källan	Innebörd	Förekomst
Intraindividual CV	total spridning vid upprepning	Gaspari et al. 1998
Reproducibility	oftast detsamma; hos Brøchner-Mortensen enbart dag-till-dag-komponenten	Delanaye et al. 2008; Brøchner-Mortensen 1976
Precision	hos Brøchner-Mortensen $\sqrt{\text{modellfel}^2 + \text{reproducerbarhet}^2}$	Brøchner-Mortensen 1976, 1977
Total variation	spridning vid två tillfällen utan uppdelning	Krutzén et al. 1984

Brøchner-Mortensens precision förtjänar särskild uppmärksamhet. Den definieras som $\sqrt{V_E^2 + \bar V_E^2}$, där $V_E$ betecknar osäkerheten i att förutsäga fullständig clearance ur den förenklade engångsinjektionsmetoden. Denna komponent utgör ett modellfel och är varken analytiskt fel eller biologisk variation. Det mått som är jämförbart med övriga studiers upprepningsvariation är i stället reproducerbarheten: 4,1 % vid E ≥ 30 mL/min och 11,5 % vid E < 30 mL/min, inte 5,5 % respektive 11,6 %. Rowe et al. citerar arbetet med värdet 5,5 %, det vill säga precisionsmåttet. Skillnaden är numeriskt liten men illustrerar hur en storhet kan byta innebörd inom en citatkedja.

3. Nästlad skattning av variationskomponenter (Rowe et al. 2019)

3.1 Material och metod

Studien utgör en delstudie inom eGFR-C och är, såvitt kunnat fastställas, den enda undersökningen av mGFR som följer BIVAC-checklistan och redovisar samtliga Fraser-komponenter.

Deltagare. Tjugo njurmedicinska öppenvårdspatienter (tio män, tio kvinnor), medianålder 71 år (spridning 50–80), samtliga vita, rekryterade vid Kent Kidney Care Centre mellan augusti 2014 och juli 2015. Inklusionskriterium var MDRD-skattat GFR mellan 30 och 59 mL/min/1,73 m² under minst 90 dagar. Median-mGFR var 49,0 mL/min/1,73 m² (30,8–71,6).

Protokoll. Fyra iohexolclearance under fyra på varandra följande veckor, med standardiserat klockslag och standardiserad veckodag. Deltagarna följde en angiven livsmedelslista från klockan 22 kvällen före undersökningen och intog en lätt frukost utan högproteinföda undersökningsdagen. Fri tillgång till dryck utan kolsyra medgavs under undersökningen, medan proteinintag och ansträngande fysisk aktivitet undveks.

Mätning. Fem mL Omnipaque 240 administrerades i armvecksven, följt av 10 mL fysiologisk koksaltlösning. Kontrollprov togs efter fem minuter från motsatt arm för att verifiera intravenös administrering, därefter prov vid 120, 180 och 240 minuter. Iohexol bestämdes med elektrospray-isotoputspädnings-tandemmasspektrometri i duplikat. GFR beräknades enligt slope–intercept med enkompartmentmodell, justerades för kroppsyta enligt Haycock och korrigerades för den snabba exponentialen enligt Brøchner-Mortensen. Se Iohexolclearance-verktyget för motsvarande beräkning från plasmaiohexol.

Statistisk bearbetning. Data log-transformerades. Extremvärden uteslöts enligt Cochrans och Reeds test i enlighet med Fraser och Harris. Variationskomponenterna skattades med linjär random effects-modell och restricted maximum likelihood. Exakta geometriska variationskoefficienter beräknades, med konfidensintervall enligt Burdick och Graybill.

Kontroll av tillståndets stabilitet. Modellering av tidstrend gav en icke-signifikant lutning (koefficient −0,005; 95 % KI −0,020 till 0,009; p = 0,488), vilket talar för att den observerade variationen är fysiologisk och inte uttryck för progredierande sjukdom.

Fem clearanceundersökningar uteslöts före analys på grund av ofullständigt administrerad eller subkutant given dos. Ingen deltagare uteslöts i sin helhet, och samtliga beräkningar vilar på minst tre veckors data per individ.

3.2 Resultat

Geometriska exakta variationskoefficienter med 95 % konfidensintervall:

Storhet	mGFR	Kreatinin	Cystatin C	MDRD	CKD-EPI kr+cys
$CV_A$	2,3 (1,9–2,7)	0,7	0,6	0,8	0,6
$CV_I$	6,7 (5,6–8,2)	4,4 (3,7–5,3)	4,0 (3,4–4,9)	5,0 (4,3–6,1)	5,0 (4,3–6,2)
$CV_G$	16,7 (12,5–24,9)	20,0	19,0	17,8	20,2
RCV + / − (%)	+21,5 / −17,7	+13,0 / −11,5	+11,8 / −10,6	+15,1 / −13,1	+15,1 / −13,1
Prov för set-point ±10 %	2	1	1	1	1
Individualitetsindex	0,4	0,2	0,2	0,3	0,3

CKD-EPI baserad på kreatinin respektive cystatin C uppvisade båda $CV_I$ 5,3 %.

3.3 Verifiering av avledda storheter

De avledda storheterna har räknats om från de publicerade komponenterna.

Referensändringsvärdet på log-normal form ges av $s = \sqrt{2\left[\ln(1+CV_I^2) + \ln(1+CV_A^2)\right]}$, vilket ger

$s = \sqrt{2\left[\ln(1{,}004489) + \ln(1{,}000529)\right]} = \sqrt{0{,}010016} = 0{,}1001$

$RCV_+ = e^{1{,}96 \cdot 0{,}1001} - 1 = +21{,}7\ \% \qquad RCV_- = e^{-1{,}96 \cdot 0{,}1001} - 1 = -17{,}8\ \%$

Detta reproducerar de publicerade värdena +21,5 och −17,7 %; avvikelsen förklaras av avrundningen i de publicerade variationskoefficienterna. Motsvarande beräkning för MDRD ger +15,1 och −13,1 %, i exakt överensstämmelse med det publicerade.

Den symmetriska formeln ger $Z\sqrt2\sqrt{2{,}3^2+6{,}7^2} = 1{,}96 \cdot 1{,}414 \cdot 7{,}08 = 19{,}6\ \%$. Att det log-normala intervallet är asymmetriskt — +21,7 mot −17,8 % — följer av att GFR är log-normalfördelat och är inte en egenskap hos det aktuella materialet. Asymmetrin växer med $CV_I$; för mGFR är den övre marginalen omkring 22 % större än den nedre.

Vid ensidig prövning med $Z = 1{,}645$, vilket kan motiveras när frågeställningen är riktad (se Mätosäkerhet i laboratoriemedicin), blir gränserna +17,9 och −15,2 %. Från utgångsvärdet 59 mL/min/1,73 m² innebär detta att värden under 50,0 är signifikanta, i stället för under 48,6 vid tvåsidig prövning.

Individualitetsindex: $\sqrt{6{,}7^2+2{,}3^2}/16{,}7 = 7{,}08/16{,}7 = 0{,}42$.

Antal prov för bestämning av set-point inom ±10 %: $\left[1{,}96 \cdot 7{,}08/10\right]^2 = 1{,}93$, avrundat till 2.

3.4 Skillnaden i $CV_I$ mellan eGFR och mGFR

$CV_I$ för MDRD och för CKD-EPI baserad på kreatinin och cystatin C var signifikant lägre än för mGFR (differens −1,8 procentenheter; p = 0,027 respektive p = 0,022). För de två övriga ekvationerna uppnåddes inte signifikans.

Rowe et al. anger två möjliga förklaringar utan att välja mellan dem. Den första är att iohexolprocedurens komplexitet — upprepad provtagning, exakta tidsangivelser, administrerad volym — höjer $CV_I$ för mGFR, varvid en del av det som skattas som biologisk variation i själva verket är procedurfel. Den andra är att skattat GFR dämpar reella fysiologiska svängningar, eftersom kreatinin och cystatin C har kinetisk tröghet och en snabb förändring i GFR slår igenom i plasmakoncentrationen först efter ett dygn eller mer. Det yttersta uttrycket för detta är akut njurskada, där kreatinin släpar avsevärt.

Den andra förklaringen innebär att ett lägre $CV_I$ inte utgör en fördel utan verkar som ett lågpassfilter: skattningen är stabilare därför att den är mindre känslig. Mekanismen är densamma som gör kreatinin olämpligt vid icke-steady-state (se Historien om eGFR, komponent 6 i felbudgeten). Författarnas slutsats är att skattat GFR är minst likvärdigt för att detektera förändring, medan clearance-baserat GFR förblir metoden när ett riktigt värde erfordras.

3.5 Begränsningar

Författarna anger följande begränsningar: rekrytering från ett enda centrum, uteslutande vita deltagare, otillräcklig statistisk styrka för stratifiering efter GFR-nivå eller albuminuri, användning av plasmaclearance av iohexol i stället för urinclearance av inulin, samt att de redovisade referensändringsvärdena avser två på varandra följande resultat och utgör minimivärden.

Härtill kommer att traditionella referensändringsvärden inte hanterar upprepad testning. Vid flera mätningar stiger sannolikheten för falskt positivt utfall, och publicerade justeringar för detta är beräkningsmässigt komplexa.

Studiens dimensionering är däremot adekvat för frågeställningen: tjugo deltagare undersökta vid fyra tillfällen med duplikatbestämning ger ett 95 % konfidensintervall för $CV_I$ på ±2 procentenheter i absoluta tal.

4. Äldre reproducerbarhetsstudier

Studierna nedan mäter genomgående total spridning vid upprepning. De uppvisar inbördes samstämmighet men skattar inte $CV_I$.

Studie	n	Population	Markör och protokoll	Intervall	Värde
Brøchner-Mortensen 1976	51	vuxna med njursjukdom eller hypertoni	⁵¹Cr-EDTA, förenklad plasmaclearance	1–5 dygn	reprod. 4,1 % (E ≥ 30); 11,5 % (E < 30)
Brøchner-Mortensen 1977	31	barn 0,6–14 år	⁵¹Cr-EDTA	1 dygn	reprod. 4,8 % (E ≥ 80); 4,7 % (E < 80)
Krutzén 1984	9	friska	iohexol, plasmaclearance	två tillfällen	total 11 %
Gaspari 1998	24	normal till nedsatt njurfunktion	iohexol, plasmaclearance	3 ggr under 12 dygn	5,59 %
James 2007	37	11 friska, 26 med typ 1-diabetes	iohexol (HPLC), fyra punkter 120–240 min	2 veckor	5,4 %
Bird 2008	10	friska	⁵¹Cr-EDTA och iohexol simultant	inom 6 veckor	7,4 % / 7,6 % (GFR/BSA₃)
Delanaye 2008	12	friska, fastande	iohexol (HPLC) och ⁵¹Cr-EDTA, 120 + 240 min	1 vecka	4,5 % / 7,4 %

Figur 2. Rapporterad total upprepningsvariation i tio material. Den streckade linjen anger $CV_I$ enligt Rowe et al. 2019 och avser en annan storhet; den är medtagen enbart som referens.

4.1 Sammantaget mönster

Vid bevarad till måttligt nedsatt njurfunktion samlas plasmaclearancestudierna inom intervallet 4,5–8 %. Fem inbördes oberoende material, publicerade över fyra decennier och baserade på tre olika markörer, ger ett förhållandevis smalt spann.

Två förhållanden förtjänar särskild kommentar.

Markörvalet är av mindre betydelse än analysmetodens kvalitet. Bird et al. administrerade ⁵¹Cr-EDTA och iohexol simultant i motsatta armar hos samma individer och bestämde dem oberoende av varandra, vilket utgör den metodologiskt renaste jämförelsen i materialet. Med slope–intercept och kroppsyteindexering erhölls variationskoefficienterna 7,4 respektive 7,6 % — ingen praktiskt betydelsefull skillnad. Iohexol bestämdes dock med röntgenfluorescens, vars precision författarna själva uppskattade till 4,9 %. Delanaye et al. anförde i ett svarsbrev att HPLC har väsentligt högre precision i det aktuella koncentrationsområdet, vilket Bird och Peters instämde i. Delanayes egna HPLC-baserade data gav 4,5 % för iohexol mot 7,4 % för ⁵¹Cr-EDTA. Skillnaden mellan 7,6 och 4,5 % torde således till övervägande del bero på analysmetod snarare än markörbiologi.

Indexeringsvalet påverkar reproducerbarheten. Bird et al. prövade även skalning av GFR till extracellulärvolym i stället för kroppsyta. För ⁵¹Cr-EDTA var alternativen likvärdiga (9,1 mot 7,4 %), medan reproducerbarheten för iohexol försämrades påtagligt (16,8 %). Även detta torde förklaras av röntgenfluorescensens brus, eftersom slope-only-tekniken vilar uteslutande på lutningen.

4.2 Nedsatt njurfunktion

Brøchner-Mortensen och Rödbro fann att reproducerbarheten steg från 4,1 till 11,5 % när E understeg 30 mL/min (n = 15; medelvärde 15 mL/min). Detta utgör den enda direkta jämförelsen inom ett och samma material.

Fyndet är emellertid inte entydigt. Gaspari et al. fann inte förhöjd variationskoefficient i gruppen med lägre GFR, och Delanaye et al. redovisar motsägelsen uttryckligen: intra-individuell variation “may be higher in CKD patients than in a healthy population, even if this is not found by all authors”. Mekanistiskt är det rimligt att en flack elimineringskurva ger sämre bestämd lutning — vilket också är motivet bakom rekommendationen om sena provtagningstidpunkter vid låg GFR — men detta utgör en förklaringsmodell till ett osäkert fynd snarare än ett oberoende stöd för det, och fyndet vilar dessutom på ett enda material.

4.3 Barn

Brøchner-Mortensen et al. 1977 utgör det enda pediatriska materialet som identifierats: 31 barn i åldern 0,6–14 år undersökta med ⁵¹Cr-EDTA två gånger med ett dygns mellanrum. Reproducerbarheten var 4,8 % vid E ≥ 80 och 4,7 % vid E < 80 mL/min/1,73 m², alltså inte sämre än hos vuxna, och oberoende av ålder inom materialet (5,7 % under sex år, 6,0 % från sex år). Någon uppdelning i Fraser-komponenter förekommer inte.

Studiens jämförelse med endogen kreatininclearance är av eget intresse: precisionen för 24-timmarsclearance var 13,8 respektive 20,8 %, och urinsamlingen misslyckades helt hos elva av 31 barn trots tre till fyra försök. Motsvarande värde hos vuxna var 26,9 % för enkelbestämning.

4.4 Urinclearance

Speeckaert et al. anger att inom-individuell variation vid upprepade mGFR olika dagar ligger inom intervallet 5–15 %, genomgående högre för urinclearance än för plasmaclearance baserad på arean under kurvan. Rowe et al. gör motsvarande bedömning och anför att ofullständig urinsamling tillför ett fel som plasmatekniken saknar.

Förhållandet är relevant vid jämförelse mellan formelfamiljer: iotalamatbaserade ekvationer såsom MDRD och CKD-EPI är validerade mot en referens med annan felstruktur än de iohexolbaserade nordiska ekvationerna. Se Historien om eGFR, del 4.5.

Även referensmetoden har mätfel. Speeckaert et al. anger att klassisk inulinclearance har en analytisk variationskoefficient om cirka 7 % för upprepad inulinbestämning, vilket sätter en gräns för hur väl någon metod kan valideras mot den.

5. Preanalytiska determinanter: dygnsrytm, kost och aktivitet

5.1 Dygnsrytm

Underlaget utgörs huvudsakligen av två inulinstudier från samma forskargrupp i Amsterdam.

Koopman et al. bestämde inulinclearance över ett dygn hos elva friska försökspersoner under sängläge. GFR uppgick som högst till 122 mL/min (SD 22) under dagtid och som lägst till 86 mL/min (SD 12) nattetid, motsvarande en relativ amplitud om 33 % (SD 15). Att försökspersonerna var sängliggande under hela undersökningen utesluter fysisk aktivitet som förklaring till rytmen.

van Acker et al. bestämde inulin- och kreatininclearance var tredje timme under ett dygn hos fjorton friska och åtta patienter med nefrotiskt syndrom. Samtliga uppvisade en dygnsrytm för inulinclearance med maximum under dagtid och en relativ amplitud om 21 ± 2 %.

Studiens andra fynd rör kreatinin. Kreatininclearance saknade rytm eller uppvisade en dämpad sådan. Förklaringen är att den tubulära kreatininsekretionen har en rytm i motfas: den fraktionella kreatininclearance var 1,28 ± 0,02 nattetid mot 1,10 ± 0,02 dagtid hos friska och 1,78 ± 0,08 mot 1,45 ± 0,05 hos patienterna. Blockering av tubulär sekretion med cimetidin hos fyra försökspersoner medförde att kreatininclearance följde inulinclearance över hela dygnet.

Konsekvensen är att P-kreatinin är i det närmaste konstant över dygnet trots att GFR varierar med omkring en femtedel. Detta utgör ytterligare ett exempel på hur en endogen markör kan uppvisa stabilitet av skäl som är oberoende av den storhet den avser mäta — samma tema som markörbiologin i Historien om eGFR.

5.2 Kost och fysisk aktivitet

Wilkinson et al. redovisar den enda inomstudiejämförelsen av standardiseringens effekt. Hos 26 patienter med GFR mellan 11 och 103 mL/min bestämdes clearance av ⁹⁹ᵐTc-DTPA i duplikat under två betingelser:

• fastande och i vila: variationskoefficient 8,0 %
• fastande men med fri rörlighet: variationskoefficient 12,1 % (signifikant ökning)

Enbart aktiviteten släpptes fri, varvid variationskoefficienten steg med omkring hälften av sitt eget värde. En frukost om 670 kcal med 31 g protein höjde därtill GFR signifikant, från 40,7 ± 28,1 till 43,6 ± 30,8 mL/min. Författarnas rekommendation — att undersökningen bör genomföras fastande eller efter lätt kost och med begränsad aktivitet — kvarstår som giltig.

Bird et al. bekräftade måltidseffekten hos friska: en sedvanlig frukost höjde GFR/BSA med omkring 5 mL/min, signifikant för både ⁵¹Cr-EDTA och iohexol. Effekten uteblev vid skalning till extracellulärvolym, sannolikt eftersom måltiden samtidigt expanderar extracellulärvolymen så att kvoten inte ökar proportionellt.

Figur 3. Preanalytisk standardisering och dygnsvariation. Panelerna redovisar två olika storheter och är inte inbördes jämförbara.

Relativ amplitud, definierad som $(\max-\min)/\text{medel}$, beskriver en systematisk rytm över ett dygn, medan variationskoefficienten beskriver slumpmässig spridning kring en set-point. Storheterna är inte utbytbara och bör inte redovisas på gemensam skala. Att de behandlas i samma sammanhang här har ett kvalitativt syfte: en fysiologisk determinant som ger en dygnssvängning om 20–30 % måste kontrolleras hårt för att ett $CV_I$ om 6,7 % ska vara möjligt att uppnå.

5.3 Motstridiga uppgifter om dygnsvariation

Litteraturen innehåller en motsägelse. Nilsson-Ehle skriver, i sin sammanfattning av femton års klinisk erfarenhet omfattande omkring 8 000 iohexolclearance:

“GFR does not show any diurnal variations, and thus, investigations can be started in the morning or afternoon in order to avoid inconvenient sampling hours.”

Detta står i direkt konflikt med Koopman et al. och van Acker et al. Nilsson-Ehle anger varken data eller referens för påståendet, medan de senare gör det; å andra sidan vilar hans slutsats på ett väsentligt större kliniskt material.

Motsägelsen kan inte lösas med de källor som lästs inom ramen för denna genomgång. Två omständigheter kan dock noteras. För det första skiljer sig metodiken: Koopman et al. och van Acker et al. bestämde inulinclearance med tät provtagning över dygnet och kan därmed detektera en rytm, medan ett enskilt iohexolclearance över fyra timmar medelvärdesbildar över en del av rytmen och skulle uppvisa en dämpad effekt även om rytmen föreligger. För det andra är frågeställningarna inte identiska: förekomsten av en dygnsrytm och dess praktiska betydelse för ett fyratimmars plasmaclearance är skilda frågor som kan ha skilda svar.

Sammantaget framstår förekomsten av en dygnsrytm hos inulinclearance som sannolik, medan dess kvantitativa betydelse för ett standardiserat fyratimmars iohexolclearance förblir en öppen fråga snarare än ett underbyggt antagande. Delanaye-gruppens rekommendation om standardiserat klockslag utgör en försiktighetsåtgärd med låg kostnad och följdes i Rowes protokoll.

6. Analytisk variation

Det $CV_A$ om 2,3 % som Rowe et al. redovisar avser duplikat av iohexolhärlett GFR inom en och samma procedur vid ett centrallaboratorium. Det motsvarar inte den analytiska variation som föreligger om provet analyseras vid annat laboratorium eller om metoden byts.

Källa	Storhet	Värde
Rowe et al. 2019	duplikat, ett centrallaboratorium	2,3 %
Equalis, treårsperiod (via Delanaye et al. 2016)	inom laboratorium	5 %
Equalis, treårsperiod	mellan laboratorier	3–4 %
Equalis, treårsperiod	totalt	5–7 %
Nordin 2019, extern kvalitetssäkring	mellan laboratorier, HPLC	4,7 % (2,7–7,1)
Nordin 2019, extern kvalitetssäkring	mellan laboratorier, UPLC-MS/MS	6,4 % (1,5–12,2)
Nilsson-Ehle 2001	eget laboratorium, dag till dag, HPLC	ca 3 %
Speeckaert et al. 2021	mellanlaboratorieskillnad i iohexolkoncentration	> 10 % rapporterat

6.1 Jämförelse mot biologiskt baserade kvalitetsmål

Med $CV_I = 6{,}7\ \%$ ger Milan-modellens kvalitetsmål:

$CV_A \le 0{,}25 \cdot CV_I = 1{,}7\ \% \ \text{(optimalt)} \qquad \le 0{,}50 \cdot CV_I = 3{,}4\ \% \ \text{(önskvärt)} \qquad \le 0{,}75 \cdot CV_I = 5{,}0\ \% \ \text{(minimum)}$

Rangordningen blir därmed:

• Rowes procedurinterna $CV_A$ om 2,3 % uppfyller önskvärd nivå men inte optimal.
• Equalis mellanlaboratorievariation om 3–4 % ligger på gränsen för önskvärd nivå.
• Nordins HPLC-värde om 4,7 % uppfyller minimikravet men inte det önskvärda.
• Nordins UPLC-MS/MS-värde om 6,4 % uppfyller inte minimikravet.

Figur 4. Redovisade skattningar av analytisk variation för iohexol ställda mot Milan-modellens tre nivåer, beräknade ur $CV_I = 6{,}7\ \%$.

Så länge mätningen utförs vid samma laboratorium med samma metod är den analytiska komponenten liten i förhållande till den biologiska, och Rowes referensändringsvärden utgör en rimlig utgångspunkt. Byte av laboratorium eller metod mellan två mätningar tillför en komponent som i ogynnsamt fall är av samma storleksordning som den biologiska variationen, varvid de angivna gränserna inte längre gäller. Härav följer en preanalytisk rekommendation: longitudinell uppföljning av en enskild patient bör ske vid samma laboratorium.

Att UPLC-MS/MS uppvisar sämre resultat än HPLC i extern kvalitetssäkring är inte en egenskap hos tekniken utan hos dess spridning mellan laboratorier; intervallet 1,5–12,2 % rymmer såväl de bästa som de sämsta deltagarna. Förhållandet utgör ett standardiseringsproblem och är föremål för EKFC:s konsensusarbete från 2024.

7. Klinisk tolkning

7.1 Individualitetsindex

Individualitetsindex uppgår till 0,4 för mGFR, 0,2–0,3 för skattat GFR och 0,2 för kreatinin respektive cystatin C. Samtliga understiger den konventionella gränsen 0,6, under vilken populationsbaserade referensintervall anses ha begränsat värde för den enskilde.

Slutsatsen är entydig och gäller hela njurfunktionsområdet: tolkningen bör ske mot individens tidigare värden snarare än mot referensintervall. Ett mGFR om 55 mL/min/1,73 m² har olika innebörd hos en individ vars set-point är 60 och hos en vars set-point är 90. Detta motsvarar den argumentation som bär Personliga referensintervall med parametrisk empirisk Bayes (PEB) och utgör den enda komponent i felbudgeten som angrips på tolkningsnivå snarare än estimeringsnivå, eftersom den eliminerar $CV_G$ i sin helhet.

7.2 Detektionsförmåga vid årlig uppföljning

Med tvåsidigt referensändringsvärde om −17,7 % och utgångsvärdet 59 mL/min/1,73 m² krävs ett nytt värde understigande 48,6 för signifikans, motsvarande en nedgång om minst 10,4 mL/min.

Figur 5. Referensändringsvärde för mGFR och MDRD-skattat GFR vid utgångsvärdet 59 mL/min/1,73 m², samt tid till dess att olika rapporterade nedgångstakter passerar gränsen för mGFR.

Ställt mot rapporterade nedgångstakter:

Nedgångstakt	Population	Tid till signifikans, tvåsidigt	Ensidigt
1 mL/min/år	normal åldersrelaterad nedgång	> 10 år	ca 9 år
2,8–3,6 mL/min/år	äldre med diabetes och CKD G3	ca 3–4 år	ca 2,5–3 år
7 mL/min/år	proteinuri > 1 g/dygn	ca 1,5 år	ca 1,3 år

Härav följer att en årlig mGFR-bestämning inte kan detektera normal åldersrelaterad nedgång hos den enskilde individen, och inte heller den nedgångstakt som är typisk för äldre med diabetes och måttlig njurfunktionsnedsättning. Först vid uttalad proteinurisk progress närmar sig förändringen detekterbarhet inom ett år.

Riktlinjekriterierna ligger däremot över referensändringsvärdet och är därmed detekterbara. KDIGO och NICE definierar progress som ett fall om minst 25 % mellan två serieprover i kombination med kategoribyte, alternativt en minskning om minst 15 mL/min/1,73 m² per år.

7.3 Resultat från eGFR-C-studien i sin helhet

Delstudien om biologisk variation ingår i ett större arbete. Huvudrapporten från 2024 fann att ingen av de studerade ekvationerna uppnådde 63 % sensitivitet för NICE-definierad accelererad progress, och noterar att en del av de observerade förändringarna i mGFR kan utgöra falskt positiva utfall till följd av mGFR:s högre inom-individuella variabilitet. Tillägg av cystatin C gav marginell förbättring av träffsäkerheten men ingen påvisbar fördel vid longitudinell uppföljning.

Sammanfattningsvis förefaller svårigheten att följa njurfunktion över tid inte primärt bero på ekvationernas begränsningar, utan på att signalen är liten i förhållande till bruset — och att bruset till betydande del utgörs av reell fysiologi.

7.4 Betydelse för valideringsstudier

Om referensmetoden har ett $CV_I$ om 6,7 % och ett $CV_A$ om 2,3 % kan ingen skattningsekvation uppvisa högre observerad precision mot mGFR än vad denna imprecision medger. En del av varje residual i en valideringsstudie utgörs av brus i referensvärdet.

Detta motsvarar komponent 3 i felbudgeten i Historien om eGFR, med en nyansering som förtjänar att upprepas: förhållandet utgör ett golv för observerad valideringsprecision, inte nödvändigtvis för den sanna träffsäkerheten. En modell anpassad mot ett stort antal brusiga referensmätningar kan i princip skatta det latenta sanna GFR bättre än en enskild mGFR-bestämning.

Speeckaert et al. anger att en variationskoefficient om 10 % utan systematisk avvikelse mot sant GFR innebär att omkring 90 % av mätningarna faller inom ±15 % av det sanna värdet. Detta ger ett mått på vad P30-kriteriet vid formelvalidering tillåter: gränsen ±30 % är vid i förhållande till referensmetodens egen imprecision, vilket delvis förklarar varför ett högt P30 inte i sig utgör ett kvalitetsbevis. Se Historien om eGFR, del 6.

8. Evidensläge och kunskapsluckor

8.1 Underlagets omfattning

Forskningsfältet är begränsat i förhållande till frågans betydelse.

Perioden 1976–2010 utgörs av små reproducerbarhetsstudier omfattande 9 till 51 individer, med fem olika markörer, skilda beräkningsmodeller, skilda provtagningstidpunkter och — mest problematiskt — skild terminologi för samma storheter (avsnitt 2.4). Värdena är därmed inte additiva, men sammanställs likväl i översikter.

BIVAC-checklistan publicerades 2015. Rowe et al. 2019 är den första undersökningen av mGFR som följer den. Nordin konstaterar samma år att ingen tidigare studie av biologisk variation hos mGFR uppfyller checklistans krav.

Efter 2019 har forskningen inriktats mot angränsande frågor. EKFC publicerade 2024 ett konsensusdokument om standardisering av mätprotokollet, framtaget av en internationell expertgrupp efter systematisk litteraturgenomgång. Dokumentet rekommenderar iohexol med enkompartments plasmaclearance som gemensam metod och specificerar provtagningstider, säkerhetsaspekter, analys och beräkning; iohexol valdes eftersom inulin har utgått och iotalamat är under avveckling. Parallellt har Thöni et al. 2022 metaanalyserat den biologiska variationen hos skattat GFR i 37 studier omfattande 2 770 deltagare. Poolad $CV_I$ för kreatinin uppgick till 5,2 % (KI 4,6–5,8) med hög heterogenitet ($I^2$ = 82,3 %), och efter exklusion av avvikande studier till 5,0 % (4,7–5,4). Referensändringsvärdet för skattat GFR beräknades till ±16,5 respektive ±12,5 % och individualitetsindex till 0,3. Fyra av 37 studier tilldelades BIVAC-grad A.

Någon ytterligare nästlad studie av biologisk variation hos mGFR har, såvitt kunnat fastställas, inte identifierats — sökningen i denna genomgång gör dock inte anspråk på att vara uttömmande.

8.2 Härkomsten av det konventionella värdet 10 %

Värdet 10 % används rutinmässigt för att motivera P10- och P30-kriterier vid metodjämförelser. Dess proveniens är mer begränsad än användningen antyder.

Krutzén et al. bestämde 1984 plasmaclearance vid två tillfällen hos nio friska försökspersoner, fann en total variation på 11 % och konstaterade att “the methodologic imprecision was minor compared with the biologic variation”. Nilsson-Ehle upprepade beräkningen 2001: total variation cirka 11 %, analysens dag-till-dag-variation cirka 3 %, alltså biologisk variation cirka 10 %. Nordin genomförde 2019 samma beräkning med data från extern kvalitetssäkring: total cirka 11 %, analytisk cirka 5 %, biologisk cirka 10 %.

Tre källor anger således 10 %, men rör sig sannolikt inte om tre oberoende observationer utan om samma subtraktion utförd tre gånger, varav två på samma ursprungsdata.

Att Rowes direktskattade $CV_I$ uppgår till 6,7 % snarare än 10 % utgör inte nödvändigtvis en motsägelse. Det subtraktiva estimatet vilar på ostandardiserade mätningar och det direkta på hårt standardiserade; differensen kan i betydande utsträckning utgöras av standardiseringens effekt.

8.3 Kunskapsluckor

1. Nästlad studie av BIVAC-grad A hos friska vuxna. Rowes material avser kronisk njursjukdom stadium G3. Motsvarande underlag saknas för normal njurfunktion, vilket är den population där hyperfiltration ska detekteras och där njurdonatorer utreds.
2. Motsvarande design vid GFR < 30 mL/min och hos barn. Båda vilar för närvarande på enstaka material från 1976 respektive 1977.
3. Två markörer parallellt inom samma nästlade design. Bird et al. genomförde detta för upprepningsvariation men inte för Fraser-komponenter. En sådan studie skulle skilja markörberoende variation från fysiologi.
4. Kvantifiering av standardiseringens effekt. Samma individer och samma protokoll, med respektive utan kontroll av klockslag och kost. Detta utgör den enda vägen till ett $CV_I$ som beskriver njurfunktionen snarare än undersökningsprotokollet.
5. $CV_I$ beräknat på icke-indexerat GFR. Delanaye et al. invände 2008 mot att beräkna reproducerbarhet på kroppsyteindexerat GFR. Bird och Peters svarade att skillnaden är noll om kroppsytan inte förändras mellan mätningarna, vilket gäller på veckoskala men inte på årsskala — och det är årsskalan som är kliniskt relevant.

9. Sammanfattning

Begreppet biologisk variation hos GFR omfattar två storheter av olika storleksordning. Under standardiserade betingelser uppgår den inom-individuella variationen till omkring 6,7 %; utan standardisering uppvisar inulinclearance en dygnsamplitud om 21–33 %. Det lägre värdet är i lika hög grad en egenskap hos undersökningsprotokollet som hos njurfunktionen, och de referensändringsvärden som härleds ur det utgör enligt författarna själva minimivärden.

Endast en studie har separerat biologisk variation från mätfel enligt nästlad design: Rowe et al. 2019, omfattande tjugo vita patienter med kronisk njursjukdom stadium G3 vid ett centrum. Studien är oreplikerad. Övrig litteratur redovisar total upprepningsvariation, vilken av konstruktion även innefattar analytisk variation och procedurfel; värdena samlas kring 4,5–8 % för plasmaclearance vid GFR över 30 mL/min och är sannolikt högre vid lägre njurfunktion. Det sammanställda spannet 4,2–10 % blandar därmed tre skilda storheter.

Referensändringsvärdet uppgår till +21,5 och −17,7 % vid tvåsidig prövning, motsvarande +17,9 och −15,2 % vid ensidig. Från utgångsvärdet 59 mL/min/1,73 m² krävs ett fall till under 48,6 för signifikans. Härav följer att årlig mGFR-bestämning inte förmår detektera normal åldersrelaterad nedgång eller den nedgångstakt som är typisk vid diabetes och kronisk njursjukdom stadium G3, medan KDIGO:s och NICE:s progresskriterier ligger över referensändringsvärdet och är detekterbara.

Individualitetsindex 0,4 innebär att tolkning bör ske mot individens egna tidigare värden snarare än mot populationsbaserade referensintervall. Den analytiska variationen är liten i förhållande till den biologiska så länge mätningen sker vid samma laboratorium, medan mellanlaboratorievariationen 4,7–6,4 % närmar sig eller överskrider Milan-modellens minimikrav.

Det i litteraturen konventionella värdet 10 % utgör slutligen en subtraktion snarare än en direkt mätning, upprepad i tre källor varav två bygger på samma ursprungsdata.

Referenser

• Rowe C, Sitch AJ, Barratt J, Brettell EA, Cockwell P, Dalton RN, et al. Biological variation of measured and estimated glomerular filtration rate in patients with chronic kidney disease. Kidney International 2019;96(2):429–435.
• Koopman MG, Koomen GC, Krediet RT, de Moor EA, Hoek FJ, Arisz L. Circadian rhythm of glomerular filtration rate in normal individuals. Clinical Science 1989;77(1):105–111.
• van Acker BA, Koomen GC, Koopman MG, Krediet RT, Arisz L. Discrepancy between circadian rhythms of inulin and creatinine clearance. Journal of Laboratory and Clinical Medicine 1992;120(3):400–410.
• Fraser CG, Harris EK. Generation and application of data on biological variation in clinical chemistry. Critical Reviews in Clinical Laboratory Sciences 1989;27(5):409–437.
• Bartlett WA, Braga F, Carobene A, et al. A checklist for critical appraisal of studies of biological variation. Clinical Chemistry and Laboratory Medicine 2015;53(6):879–885.
• Simundic AM, Kackov S, Miler M, Fraser CG, Petersen PH. Terms and symbols used in studies on biological variation: the need for harmonization. Clinical Chemistry 2015;61(2):438–439.
• Delanaye P, Ebert N, Melsom T, Gaspari F, Mariat C, Cavalier E, et al. Iohexol plasma clearance for measuring glomerular filtration rate in clinical practice and research: a review. Part 1: How to measure glomerular filtration rate with iohexol? Clinical Kidney Journal 2016;9(5):682–699.
• Brøchner-Mortensen J, Rödbro P. Selection of routine method for determination of glomerular filtration rate in adult patients. Scandinavian Journal of Clinical and Laboratory Investigation 1976;36(1):35–43.
• Brøchner-Mortensen J, Rohbrandt K, Lauritzen RB. Precision of single injection (51Cr)EDTA plasma clearance and endogenous creatinine clearance determinations in children. Scandinavian Journal of Clinical and Laboratory Investigation 1977;37(7):625–629.
• Wilkinson J, Fleming JS, Waller DG. Effect of food and activity on the reproducibility of isotopic GFR estimation. Nuclear Medicine Communications 1990;11(10):697–700.
• Bird NJ, Peters C, Michell AR, Peters AM. Reproducibilities and responses to food intake of GFR measured with chromium-51-EDTA and iohexol simultaneously and independently in normal subjects. Nephrology Dialysis Transplantation 2008;23(6):1902–1909.
• Lamb EJ, Brettell EA, Cockwell P, et al. The eGFR-C study: accuracy of GFR estimation using creatinine and cystatin C and albuminuria for monitoring disease progression in patients with stage 3 chronic kidney disease. BMC Nephrology 2014;15:13.
• Røraas T, Petersen PH, Sandberg S. Confidence intervals and power calculations for within-person biological variation. Clinical Chemistry 2012;58(9):1306–1313.
• Burdick RK, Graybill FA. Confidence Intervals on Variance Components. Taylor & Francis, 1992.
• Krutzén E, Bäck SE, Nilsson-Ehle I, Nilsson-Ehle P. Plasma clearance of a new contrast agent, iohexol: a method for the assessment of glomerular filtration rate. Journal of Laboratory and Clinical Medicine 1984;104(6):955–961.
• Gaspari F, Perico N, Matalone M, Signorini O, Azzollini N, Mister M, Remuzzi G. Precision of plasma clearance of iohexol for estimation of GFR in patients with renal disease. Journal of the American Society of Nephrology 1998;9(2):310–313.
• James TJ, Lewis AV, Tan GD, Altmann P, Taylor RP, Levy JC. Validity of simplified protocols to estimate glomerular filtration rate using iohexol clearance. Annals of Clinical Biochemistry 2007;44(Pt 4):369–376.
• Delanaye P, Cavalier E, Froissart M, Krzesinski JM. Reproducibility of GFR measured by chromium-51-EDTA and iohexol. Nephrology Dialysis Transplantation 2008;23(12):4077–4078, med svar 4078.
• Speeckaert MM, Seegmiller J, Glorieux G, Lameire N, Van Biesen W, Vanholder R, Delanghe JR. Measured glomerular filtration rate: the query for a workable golden standard technique. Journal of Personalized Medicine 2021;11(10):949.
• Carrara F, Gaspari F, Trillini M, et al. GFR measurement in patients with CKD: performance and feasibility of simplified iohexol plasma clearance techniques. PLOS ONE 2024;19(7):e0306935.
• Nilsson-Ehle P. Iohexol clearance for the determination of glomerular filtration rate: 15 years’ experience in clinical practice. eJIFCC 2001;13(2):48–52.
• Nordin G, et al. Accuracy of determination of the glomerular filtration marker iohexol by European laboratories as monitored by external quality assessment. Clinical Chemistry and Laboratory Medicine 2019;57(7):1006–1011.
• Fraser CG, Hyltoft Petersen P, Libeer JC, Ricos C. Proposals for setting generally applicable quality goals solely based on biology. Annals of Clinical Biochemistry 1997;34:8–12.
• Ebert N, Schaeffner E, Seegmiller JC, van Londen M, Bökenkamp A, Cavalier E, et al. Iohexol plasma clearance measurement protocol standardization for adults: a consensus paper of the European Kidney Function Consortium. Kidney International 2024;106(4):583–596.
• Schwartz GJ, Wang H, Erway B, Nordin G, Seegmiller J, Lieske JC, Bäck SE, Miller WG, Eckfeldt JH. Multicenter laboratory comparison of iohexol measurement. Journal of Applied Laboratory Medicine 2018;2(5):711–724.
• Lindeman RD, Tobin J, Shock NW. Longitudinal studies on the rate of decline in renal function with age. Journal of the American Geriatrics Society 1985;33(4):278–285.
• Hemmelgarn BR, Zhang J, Manns BJ, et al. Progression of kidney dysfunction in the community-dwelling elderly. Kidney International 2006;69(12):2155–2161.
• Ruggenenti P, Perna A, Remuzzi G. ACE inhibitors to prevent end-stage renal disease. Journal of the American Society of Nephrology 2001;12(12):2832–2837.
• KDIGO 2012 Clinical Practice Guideline for the Evaluation and Management of Chronic Kidney Disease. Kidney International Supplements 2013;3:1–150.
• Thöni S, Keller F, Denicolò S, Buchwinkler L, Mayer G. Biological variation and reference change value of the estimated glomerular filtration rate in humans: a systematic review and meta-analysis. Frontiers in Medicine 2022;9:1009358.
• Lamb EJ, et al. Accuracy of glomerular filtration rate estimation using creatinine and cystatin C for identifying and monitoring moderate chronic kidney disease: the eGFR-C study. Health Technology Assessment 2024. NIHR Journals Library, HYHN1078.