Potassium kinetics during hemodialysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Hyperkalemia in hemodialysis patients is associated with high mortality, but prescription of low dialysate potassium concentrations to decrease serum potassium levels is associated with a high incidence of sudden cardiac arrest or sudden death. Improved clinical outcomes for these patients may be possible if rapid and substantial intradialysis decreases in serum potassium concentration can be avoided while maintaining adequate potassium removal. Data from kinetic modeling sessions during the HEMO Study of the dependence of serum potassium concentration on time during hemodialysis treatments and 30 minutes postdialysis were evaluated using a pseudo one-compartment model. Kinetic estimates of potassium mobilization clearance (K(M)) and predialysis central distribution volume (V(pre)) were determined in 551 hemodialysis patients. The studied patients were 58.8 ± 14.4 years of age with predialysis body weight of 72.1 ± 15.1 kg; 306 (55.4%) of the patients were female and 337 (61.2%) were black. K(M) and V(pre) for all patients were non-normally distributed with values of 158 (111, 235) (median [interquartile range]) mL/min and 15.6 (11.4, 22.8) L, respectively. K(M) was independent of dialysate potassium concentration (P > 0.2), but V(pre) was lower at higher dialysate potassium concentration (R = -0.188, P < 0.001). For patients with dialysate potassium concentration between 1.6 and 2.5 mEq/L (N = 437), multiple linear regression of K(M) and V(pre) demonstrated positive association with predialysis body weight and negative association with predialysis serum potassium concentration. Potassium kinetics during hemodialysis can be described using a pseudo one-compartment model.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle