Current Canadian Approaches to Dialysis for Acute Renal Failure in the ICU
Notice bibliographique
Résumé
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 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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».