Monitoring Dialysis Outcomes across the World - The MONDO Global Database Consortium
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/AIMS: Dialysis providers frequently collect detailed longitudinal and standardized patient data, providing valuable registries of routine care. However, even large organizations are restricted to certain regions, limiting their ability to separate effects of local practice from the pathophysiology shared by most dialysis patients. To overcome this limitation, the MONDO (MONitoring Dialysis Outcomes) research consortium has created a platform for the joint analysis of data from almost 200,000 dialysis patients worldwide. METHODS: We examined design and operation of MONDO as well as its methodology with respect to patient inclusion, descriptive data and other study parameters. RESULTS: MONDO partners contribute primary databases of anonymized patient data and collaboratively analyze populations across national and regional boundaries. To that end, datasets from different electronic health record systems are converted into a uniform structure. Patients are enrolled without systematic exclusions into open cohorts representing the diversity of patients. A large number of patient level treatment and outcome data is recorded frequently and can be analyzed with little delay. Detailed variable definitions are used to determine if a parameter can be studied in a subset or all databases. CONCLUSION: MONDO has created a large repository of validated dialysis data, expanding the opportunities for outcome studies in dialysis patients. The density of longitudinal information facilitates in particular trend analysis. Limitations include the paucity of uniform definitions and standards regarding descriptive information (e.g. comorbidities), which limits the identification of patient subsets. Through its global outreach, depth, breadth and size, MONDO advances the observational study of dialysis patients and care.
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) | 0,000 | 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 découle