MétaCan
Menu
Retour à la cohorte
Enregistrement W1623907942 · doi:10.1111/sdi.12011

Intensive Hemodialysis in the (Nursing) Home: the Bright Side of Geriatric ESRD Care?

2012· article· en· W1623907942 sur OpenAlexaff
T. Cornelis, Peter Kotanko, Éric Goffin, Frank M. van der Sande, Jeroen P. Kooman, Christopher T. Chan

Notice bibliographique

RevueSeminars in Dialysis · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensToronto General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineIntensive care medicineDialysisHemodialysisIntensive careQuality of life (healthcare)MalnutritionObservational studyPopulationNursing careRehabilitationNursingPhysical therapyPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Elderly ESRD patients often lose functionality when they start dialysis, which may be due to a variety of clinical problems. We recently postulated that intensive (longer and/or more frequent) hemodialysis (HD) may be the ideal strategy to try to prevent these ESRD- and dialysis-related complications, including dialysis-induced hypotension, cardiac and cerebral events, malnutrition, infections, sleep problems, and psychological issues. The feasibility of home dialysis therapies has been demonstrated in observational studies. As self-care dialysis is often a challenge in the elderly patient, assisted intensive home HD may facilitate the long-term continuation of this modality. Intensive nursing home HD seems to be an attractive goal for the future because many elderly ESRD patients reside in an extended care facility. Combination with rehabilitation and support by social worker and psychologist remains crucial in the holistic approach toward the elderly ESRD patient. Further studies are required to test the potential protective effects of intensive HD on functionality and quality of life in elderly ESRD patients, and to elucidate the mechanisms underlying frailty and other geriatric syndromes in this highly vulnerable 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 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)0,003
score de la tête « metaresearch » (Gemma)0,008
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,003
Communication savante0,0030,006
Science ouverte0,0010,002
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,009
Tête enseignante GPT0,266
Écart entre enseignants0,257 · 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

Citations9
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

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