MétaCan
Menu
Retour à la cohorte
Enregistrement W1995930370 · doi:10.1046/j.1525-139x.2001.00067.x

Future Directions in Dialysis Quantification

2001· review· en· W1995930370 sur OpenAlexaff
Robert M. Lindsay, Jan Sternby

Notice bibliographique

RevueSeminars in Dialysis · 2001
Typereview
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensLondon Health Sciences CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésUreaDialysisDialysis adequacyMedicineUreaseAmmonium chlorideChromatographyHemodialysisUrologyChemistrySurgeryBiochemistry

Résumé

récupéré en direct d'OpenAlex

The influence of dialysis prescription on outcome is well established, and currently the amount of dialysis prescribed is based on small molecular weight toxin removal as represented by the clearance of urea. The "normalized dose of dialysis" (Kt/V(urea)) concept is well established. Most techniques for dialysis quantification require that blood samples be taken at the beginning and after the completion of dialysis. The postdialysis sample, however, gives cause for concern because of the "rebound phenomenon" due to nonuniform distribution of urea among body compartments. Blood samples give "indirect" measures of dialysis quantification. Thus direct urea concentration measurements in dialysate may be superior in urea kinetic modeling and these may be made "real time" during dialysis. It is with real-time monitoring that future advances in dialysis quantification will take place. These will be of two types. The first will analyze blood water or dialysate samples for urea content multiple times throughout the treatment; the second will assess the on-line clearance of urea using surrogate molecules such as sodium chloride, the clearance being determined by conductivity measurements. On-line urea monitoring is based on the action of urease on urea in a water solution and measurement of the resultant ammonium ions, which are measured directly by a specific electrode or indirectly by conductivity changes. Differences in blood-side versus dialysate-side urea monitors exist which reflect the parameters they can provide, but with both, the standard urea kinetic measurements of Kt/V and nPCR (nPNA) are easily obtainable. A range of additional parameters can be derived from dialysate-side monitoring such as "whole-body Kt/V," "pretreatment urea mass" and "whole-body urea clearance," which are worthy of future studies to determine their roles in adequacy assessment. Conductivity clearance measurements are made by examining the conductivity differences between dialysate inlet and outlet measured at two different dialysate inlet concentrations. This allows for the calculation of the electrolyte (ionic) dialysance, which is equal to the "effective" urea clearance, that is, the clearance that takes into account recirculation effects that reduce hemodialysis efficiency. The continuous reading of effective ionic clearance will allow an average value for K to be obtained for that dialysis, and hence the parameter K x t as an indication of dialysis dose is easily and accurately obtained for every treatment. The conductivity technology is cheap and rugged, and thus expanded use can be expected. Urea monitors have an inherent cost and require maintenance, and perhaps will remain researchers' tools for the present. The methodologies can complement each other; the addition of an accurate and independent value for K to dialysate based urea monitoring is like having simultaneous blood- and dialysate-side monitoring, and allows further increase in measurable parameters.

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)0,023
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,152

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,029
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,004
Communication savante0,0080,015
Science ouverte0,0050,004
Intégrité de la recherche0,0090,008
Charge utile insuffisante (le modèle a refusé de juger)0,0450,013

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 Opus0,030
Tête enseignante GPT0,333
Écart entre enseignants0,302 · 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'étudeSans objet
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

Citations25
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

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