MétaCan
Menu
Retour à la cohorte
Enregistrement W2084471957 · doi:10.1186/1471-2369-12-10

Design and implementation of the canadian kidney disease cohort study (CKDCS): A prospective observational study of incident hemodialysis patients

2011· article· en· W2084471957 sur OpenAlexafffundabout
Aminu K. Bello, Ravi Thadhani, Brenda R. Hemmelgarn, Scott Klarenbach, John Gill, Christopher T. Chan, Deborah Zimmerman, Daniel T. Holmes, George S. Cembrowski, Dawn Opgenorth, Rafael Sibrian, Mohammad Karkhaneh, Sophanny Tiv, Natasha Wiebe, Marcello Tonelli

Notice bibliographique

RevueBMC Nephrology · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Kidney Disease and Diabetes
Établissements canadiensUniversity of OttawaUniversity of TorontoUniversity Health NetworkUniversity of British ColumbiaUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesFondation pour la Recherche MédicaleCanadian Institutes of Health ResearchAbbott Laboratories
Mots-clésMedicineNephrologyDialysisObservational studyHemodialysisInternal medicineProspective cohort studyCohort studyIntensive care medicineKidney diseaseEnd stage renal diseaseEmergency medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Many nephrology observational studies use renal registries, which have well known limitations. The Canadian Kidney Disease Cohort Study (CKDCS) is a large prospective observational study of patients commencing hemodialysis in five Canadian centers. This study focuses on delineating potentially reversible determinants of adverse outcomes that occur in patients receiving dialysis for end-stage renal disease (ESRD). METHODS/DESIGN: The CKDCS collects information on risk factors and outcomes, and stores specimens (blood, dialysate, hair and fingernails) at baseline and in long-term follow-up. Such specimens will permit measurements of biochemical markers, proteomic and genetic parameters (proteins and DNA) not measured in routine care. To avoid selection bias, all consenting incident hemodialysis patients at participating centers are enrolled, the large sample size (target of 1500 patients), large number of exposures, and high event rates will permit the exploration of multiple potential research questions. PRELIMINARY RESULTS: Data on the baseline characteristics from the first 1074 subjects showed that the average age of patients was 62 (range; 50-73) years. The leading cause of ESRD was diabetic nephropathy (41.9%), and the majority of the patients were white (80.0%). Only 18.7% of the subjects received dialysis in a satellite unit, and over 80% lived within a 50 km radius of the nearest nephrologist's practice. DISCUSSION: The prospective design, detailed clinical information, and stored biological specimens provide a wealth of information with potential to greatly enhance our understanding of risk factors for adverse outcomes in dialysis patients. The scientific value of the stored patient tissue will grow as new genetic and biochemical markers are discovered in the future.

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)0,007
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,227
Score d'incertitude au seuil0,457

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0040,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,049
Tête enseignante GPT0,296
Écart entre enseignants0,247 · 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

Citations15
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC NephrologyMême sujetChronic Kidney Disease and DiabetesTravaux en français237 207