MétaCan
Menu
Retour à la cohorte
Enregistrement W2082555378 · doi:10.1159/000145456

Improvement of Periodic Limb Movements following Kidney Transplantation

2008· article· en· W2082555378 sur OpenAlexaff
Jaime M. Beecroft, Jeffery Zaltzman, G. V. Ramesh Prasad, Galo Meliton, Patrick J. Hanly

Notice bibliographique

RevueNephron Clinical Practice · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueRestless Legs Syndrome Research
Établissements canadiensUniversity of TorontoUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineTransplantationNephrologyKidney transplantationKidney diseasePhysical medicine and rehabilitationInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND/AIMS: Periodic limb movements are common in patients with end-stage renal disease. Kidney transplantation significantly improves renal function and may therefore reduce periodic limb movements. We evaluated the effect of kidney transplantation on periodic limb movements in a group of patients with end-stage renal disease. METHODS: Eighteen patients (aged 27-65) who were receiving dialysis and were candidates for living donor or deceased donor kidney transplantation (n = 12) or were predialysis with a suitable living donor arranged (n = 6) were recruited from the transplant clinic. Attended overnight polysomnography was performed before and after kidney transplantation. Patients were divided based on a periodic limb movement index >15 events/h during sleep. RESULTS: Kidney transplantation was associated with a significant reduction in periodic limb movement index in all patients (8 (0-110) events/h vs. 2 (0-80) events/h) and this reduction was greatest in 7 patients with a periodic limb movement index >15 events/h (40 (24-110) events/h to 14 (1-80) events/h, p < 0.005). CONCLUSION: Successful kidney transplantation improves periodic limb movements in patients with end-stage renal disease. This may improve sleep quality and sleep-related quality of life in kidney transplant recipients, which should have a beneficial impact on clinical outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,098
Tête enseignante GPT0,449
Écart entre enseignants0,351 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations27
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNephron Clinical PracticeMême sujetRestless Legs Syndrome ResearchTravaux en français237 207