Erythropoietin Therapy, Hemoglobin Targets, and Quality of Life in Healthy Hemodialysis Patients
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: The effects of different hemoglobin targets when using erythropoiesis-stimulating agents on quality of life are somewhat controversial, and predictors of change in quality of life in endstage renal disease have not been well characterized. DESIGN, SETTING, PARTICIPANTS, & MEASUREMENTS: Five hundred ninety-six incident hemodialysis patients without symptomatic cardiac disease were randomly assigned to hemoglobin targets of 9.5 to 11.5 g/dl or 13.5 to 14.5 g/dl for 96 weeks, using epoetin_alfa as primary therapy. Patients and attending physicians were masked to treatment assignment. Quality of life, a secondary outcome, was prospectively recorded using the Kidney Disease Quality of Life (KDQoL) questionnaire at weeks 0, 24, 36, 48, 60, 72, 84, and 96, with prespecified outcomes being fatigue and quality of social interaction. RESULTS: The mean age and prior duration of dialysis therapy of the study population were 50.8 and 0.8 yr. Mortality was low, reflecting the relatively healthy group enrolled. Of 20 domains within the KDQoL only the prespecified domain of fatigue showed significant change over time between the two groups. Improvement in fatigue scores in the high-target group ranged from 3.2 to 7.9 over time (P = 0.007) compared with change in the low-target group. Higher body mass index and lower erythropoietin dose at baseline were independent predictors of improvement in multiple KDQoL domains. CONCLUSIONS: In relatively healthy hemodialysis patients, normal hemoglobin targets may have beneficial effects on fatigue. Improvement in multiple domains of quality of life is associated with higher body mass index and lower erythropoietin requirements.
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) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».