MétaCan
Menu
Retour à la cohorte
Enregistrement W2074335623 · doi:10.1159/000046671

Current Canadian Approaches to Dialysis for Acute Renal Failure in the ICU

2002· article· en· W2074335623 sur OpenAlexaffabout
Andrew Hyman, David C. Mendelssohn

Notice bibliographique

RevueAmerican Journal of Nephrology · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensHumber River Regional Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineDialysisRenal replacement therapyNephrologyPeritoneal dialysisIntensive care medicineHemodialysisAcute kidney injuryMedical prescriptionIntensive care unitKidney diseaseMortality rateEmergency medicineInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although there is a very high mortality rate (>50%) with acute renal failure (ARF) in the intensive care unit (ICU), there is no general consensus on the best dialysis treatment for this condition. METHODS: We surveyed by mail questionnaire, all adult academic and community registered Canadian nephrology centers that offer treatment for ARF. RESULTS: The overall response rate was 59% (53/90). Comparing current dialysis methods with those utilized 5 years ago, the largest increase was in continuous renal replacement therapies (CRRT) (26 vs. 9%). Both intermittent hemodialysis (IHD) and peritoneal dialysis decreased in utilization. The predominant current CRRT methods utilized venovenous access (80%), as compared to 5 years ago when arteriovenous was the most common (52%). Despite data from chronic dialysis (and preliminary data in ARF) suggesting reduced mortality and morbidity with increasing dialysis dose, there was no formal method of dialysis prescription monitoring in over 75% of the centers. CONCLUSION: Notwithstanding a lack of definitive evidence of superior outcomes with CRRT compared to older methods, the utilization of CRRT is dramatically increasing for the treatment of ARF in Canada. Whether this shift towards CRRT, and whether more attention to dialysis dose in ARF, might be expected to lead to better outcomes, requires further evaluation.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,364
Score d'incertitude au seuil0,463

Scores Codex et Gemma par catégorie

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

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 Opus0,087
Tête enseignante GPT0,330
Écart entre enseignants0,243 · 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 tête enseignante, 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
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

Citations75
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of NephrologyMême sujetAcute Kidney Injury ResearchTravaux en français237 207