Factors associated with unsuccessful utilization and early failure of the arterio-venous fistula for 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
BACKGROUND: Arteriovenous fistulae survive longer than grafts and catheters. However, their short term outcomes may not be as good. We sought to determine whether fistulae created in patients referred to a nephrologist less than 3 months before dialysis start show higher risk of unsuccessful use and early failure. METHODS: All patients receiving a new vascular access over a six-year period at three centres were enrolled. Logistic and Cox's regression techniques were used to model late referral on successful utilization for <6 consecutive HD-sessions and time to failure within the first month from access creation, adjusting for demographics, comorbidities and surgical strategies. RESULTS: Among the 535 subjects enrolled, 513 received a fistula. Without considering revisions, 119 fistulae (23.2%) were not successfully used and 61 (11.9%) failed early. Independent predictors of unsuccessful utilization were late referral (Odds Ratio 2.15 [95% Confidence Interval 1.23, 3.75]), vascular diseases (1.86 [1.16, 2.97]), absence of treated hypertension (2.07 [1.17, 3.68]), and heart failure limited to late referrals (10.74 [4, 28.82]). Late referral (Hazard Ratio 1.72 [1.05, 2.81]), absence of treated hypertension (1.80 [1.02, 3.18]) and heart failure (2.34 [1.34, 4.08]) also predicted primary early failure. CONCLUSIONS: Late patient referral and presence of cardiovascular diseases, particularly heart failure, are potentially modifiable risk factors for short-term outcomes improvement of hemodialysis fistulae.
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) | 0,001 | 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) | 0,000 | 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