MétaCan
Menu
Retour à la cohorte
Enregistrement W2008183013 · doi:10.1111/j.1600-6143.2006.01523.x

Access to the Kidney Transplant Wait List

2006· article· en· W2008183013 sur OpenAlexaff
B. Kiberd, Jean‐Samuel Boudreault, Virender Bhan, R. Panek

Notice bibliographique

RevueAmerican Journal of Transplantation · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésContraindicationMedicineComorbidityTransplantationKidney diseaseInternal medicineSurgeryIntensive care medicinePathology

Résumé

récupéré en direct d'OpenAlex

The study examines selection for kidney transplantation and determines who are referred, how many had contraindications and whether comorbidity indices predict transplant status. Of 113 consecutive adult incident end-stage renal disease (ESRD) patients at this single center 47 (41.6%) were referred. Using published guidelines, 48 (42.5%) had a specific contraindication. However 26 (23%) were neither referred nor had contraindications. An ESRD mortality score, acute renal failure status and albumin were independent predictors of referral but only the mortality score was predictive of contraindication status. The Charlson and ESRD comorbidity indices were less predictive of contraindication or referral status. In a comparison of patients who were Candidates (referred and no contraindication, n = 39) compared to those who were Neither (not referred and no contraindications, n = 26), age was the most discriminating factor (c = 0.99, 95% CI 0.97-1.00). Comorbidity and mortality indices were inferior. Neither patients were older (75 +/- 7 years) and had comorbidity scores that were higher than Candidates but similar to those with contraindications (ESRD index; Neither 3.3 +/- 2.5, Candidate 1.4 +/- 1.8, and contraindication 4.1 +/- 3.4). Comorbitity indices do not help explain selection practices whereas age is an important discriminator. How many Neither patients would benefit from transplantation is not known.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,015
Tête enseignante GPT0,301
Écart entre enseignants0,286 · 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

Citations27
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of TransplantationMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207