Nephrogenic systemic fibrosis: A nephrologist's perspective
Notice bibliographique
Résumé
Nephrogenic systemic fibrosis (NSF) is a debilitating disorder that affects patients with renal insufficiency. Recent evidence suggests that the development of NSF may be related to the administration of gadolinium-based contrast media (GBCM) in the setting of magnetic resonance imaging. As no treatment has consistently been effective in the management of NSF, strategies to prevent the development of this condition appear to be the best therapy. Identification of patients at greatest risk for developing NSF after exposure to GBCM is crucial. Risk factors include advanced chronic kidney disease (stages 4 and 5) and acute or chronic inflammatory events. The United States Food and Drug Administration has updated its public health advisory to include patients with moderate renal insufficiency (chronic kidney disease stage 3) as being at risk for developing NSF. However, these data require further verification and the vast majority of affected patients are already on renal replacement therapy. Another strategy in prevention may include consultation with a radiologist for imaging alternatives. If GBCM must be administered, immediate hemodialysis may be protective in patients already on hemodialysis; however, given the lack of data to support this, we do not recommend routine dialysis for patients not yet on dialysis or who are currently being treated with peritoneal dialysis. Decisions such as this should be made on a case by case basis after evaluating additional risk factors.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».