MétaCan
Menu
Retour à la cohorte
Enregistrement W1589404255 · doi:10.1111/hdi.12070

Microbial quality of hemodialysis water, a survey of six centers in <scp>L</scp>agos, <scp>N</scp>igeria

2013· article· en· W1589404255 sur OpenAlexvenueno aff
Rotimi Williams Braimoh, M O Mabayoje, C O Amira, Babawale Taslim Bello

Notice bibliographique

RevueHemodialysis International · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHemodialysisMedicineWater qualityRenal replacement therapyEnd stage renal diseaseSurgeryBiology

Résumé

récupéré en direct d'OpenAlex

Patients with end-stage kidney disease (ESRD) on maintenance hemodialysis (HD) are usually exposed to large volumes of dialysate, which is separated from patients' blood only by thin membrane of dialyzer. It is therefore essential to frequently monitor the quality of HD water to ensure that it meets the recommended standards. The objective of this study was to evaluate the microbial quality of HD water in Lagos, Nigeria. Four sets of pre- and post-treatment water samples, 20 mL each, were collected from six HD centers in Lagos and tested for microbial contamination using the molten Tryptic soy agar in accordance with Association for Advancement of Medical Instrumentation (AAMI) and European Best Practice Guidelines (EBPG). Pyrogen tests were also conducted on pre- and post-treatment samples using standard technique. Information on water treatment modalities, maintenance practices and quality control measures in each center were obtained using a questionnaire. All centers use treated water for HD purpose. None of the HD centers met EBPG/AAMI guidelines for microbial contaminants as the mean levels of Escherichia coli in both feed and treated water were 441.7 ± 87.90 and 168.5 ± 64.03, respectively. E. coli was the commonest organism isolated in both feed and treated water in all the centers. HD water quality is still a neglected problem in our environment and more efforts are required to ensure good water quality for HD purpose.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,284
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHemodialysis InternationalMême sujetDialysis and Renal Disease ManagementTravaux en français237 207