Detection of Chronic Kidney Disease With Laboratory Reporting of Estimated Glomerular Filtration Rate and an Educational Program
Notice bibliographique
Résumé
BACKGROUND: Serum creatinine concentration is an inadequate screening test for chronic kidney disease, especially in elderly patients. We hypothesized that laboratory reporting of estimated glomerular filtration rate (GFR) accompanied with an educational intervention would improve recognition of chronic kidney disease (CKD). METHODS: We conducted a before-and-after study at an outpatient family medicine practice. Patients 65 years or older for whom a Cockcroft-Gault GFR could be calculated from their medical record were included. The intervention consisted of automatic reporting of estimated GFR by the hospital laboratory along with an educational intervention directed toward the primary care physicians. The primary outcome was the recognition of CKD (defined as a Cockroft-Gault GFR <60 mL/min [<1.0 mL/s]) by the primary care physician. Factors associated with the recognition of CKD were also determined. RESULTS: The study population comprised 324 patients. Prior to the study intervention, 22.4% of patients with CKD were recognized, which increased to 85.1% after the intervention. Before the intervention, recognition was more likely in male subjects (odds ratio, 4.3; 95% confidence interval, 1.9-9.8) and patients with diabetes (odds ratio, 3.4; 95% confidence interval, 1.6-7.6). These associations were no longer statistically significant after the intervention. CONCLUSION: Laboratory reporting of estimated GFR coupled with an educational program markedly improves the recognition of CKD in the primary care setting.
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 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 | 0,002 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».