Definition and classification of Cardio-Renal Syndromes: workgroup statements from the 7th ADQI Consensus Conference
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
Both cardiac and renal diseases are extremely common in the population and frequently coexist. Cardiac disease is often associated with worsening renal function and vice versa. The coexistence of cardiac and renal disease significantly increases mortality, morbidity and complexity and cost of care [1,2]. Syndromes describing the interaction between the heart and the kidney are recognized, but have never been clearly defined and classified. Several different definitions have been proposed [1,3–8] but none have been published as a result of a consensus process. As a result of the lack of consensus definition and classification, there is limited appreciation of its epidemiology, no standardized diagnostic criteria and no uniform approaches to prevention and treatment. Furthermore, treatment is often fragmented, single organ centred, with perceived competing priorities and specialty care is not necessarily integrated amongst relevant specialties. As a result, timing and appropriateness of care may suffer. In response to these issues, a consensus conference was organized under the auspices of the Acute Dialysis Quality Initiative (ADQI) by bringing together key opinion leaders and experts in the fields of nephrology, critical care, cardiac surgery, cardiology and epidemiology. A meeting was held in Venice, Italy from September 3 to 6, 2008. In this manuscript, we present the consensus document and the methodology by which a consensus definition and classification system for Cardio-Renal Syndromes was reached [9].
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