Predictors of anemia in patients on hemodialysis
Notice bibliographique
Résumé
Even though the use of erythropoietin and intravenous iron has improved the treatment of anemia in hemodialysis patients, a considerable proportion of these patients still have anemia. The aim of this study was to identify predictors of anemia in a hemodialysis population. In a single-center hemodialysis unit, all patients were studied with blood tests and their medication recorded during a period of 22 months. Correlations with hemoglobin (Hb) were performed with a simple regression or a t test. Variables that reached 5% significance were entered in a multiple regression analysis. Selected variables were presented in quartiles with levels of Hb. Mean Hb was 11.3 g/dL, and 53 patients (40%) had Hb<11.0 g/dL. In the simple regression analysis Hb correlated positively with s-iron, CHr, s-albumin, and doses of sevelamer, and negatively with sedimentation rate (SR), ferritin, base excess, and doses of erythropoietin. In the multiple regression analysis erythrocytes SR was the only variable that remained significant. Elevated SR is the strongest predictor of anemia in hemodialysis patients receiving adequate treatment with erythropoietin and intravenous iron. Patients using high doses of sevelamer had higher Hb levels than patients using low doses.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».