MétaCan
Menu
Retour à la cohorte
Enregistrement W1593701239 · doi:10.1111/j.0894-0959.2004.17204.x

DAILY HEMODIALYSIS—SELECTED TOPICS: Cardiovascular Effects of Frequent Intensive Hemodialysis

2004· review· en· W1593701239 sur OpenAlexaff
Christopher T. Chan

Notice bibliographique

RevueSeminars in Dialysis · 2004
Typereview
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensToronto General HospitalUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineHemodialysisDialysisBlood pressureIntensive care medicineEnd stage renal diseaseAdverse effectHome hemodialysisPopulationInternal medicine

Résumé

récupéré en direct d'OpenAlex

Cardiovascular disease remains the leading cause of morbidity and mortality for patients with end-stage renal disease (ESRD). Frequent intensive hemodialysis (short daily hemodialysis [2 hours per session, six sessions per week] and nocturnal home hemodialysis [6 hours per session, five to six sessions per week]) has recently gained increasing popularity as an alternative to conventional hemodialysis (4 hours per session, three sessions per week). There is an emerging body of evidence that frequent intensive hemodialysis offers superior uremic toxin clearance, blood pressure control, and other cardiovascular outcomes. The goals of the present review are to systematically evaluate the available evidence in blood pressure control and cardiovascular outcomes in ESRD and the achievable changes after converting from conventional dialysis to frequent intensive hemodialysis, and to provide possible physiological explanations to account for these important changes of potent markers of adverse events in this patient population.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,905
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0100,009
Bibliométrie0,0030,006
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,272
Écart entre enseignants0,259 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations38
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeminars in DialysisMême sujetDialysis and Renal Disease ManagementTravaux en français237 207