Evaluation of a collaborative chronic care approach to improve outcomes in kidney transplant recipients
Notice bibliographique
Résumé
Several studies found that renal transplant recipients with chronic kidney disease have untreated complications and do not attain recommended clinical targets. Using a before/after design with propensity score-matched controls, we evaluated whether an advanced practice nurse-led interprofessional collaborative chronic care approach could improve clinical outcomes for CKD transplant patients compared with a traditional physician-led model. The intervention included strategies for disease self-management, shared decision making, and healthcare system reorganization. The primary outcome was the proportion of patients attaining at least seven of nine targets as per published guidelines. A greater proportion of intervention patients achieved the outcome (68% vs. 10%; p = 0.0001) and had discussions about end-stage treatment options (88% vs. 13%; p = 0.0001) compared with controls. The intervention patients had significantly fewer emergency room visits (incidence rate ratio [IRR] 0.53; 95% CI 0.29-0.91; p = 0.02) and hospital admissions (IRR 0.34; 95% CI 0.16-0.68; p = 0.001) compared with the control patients. There were no significant differences found between the groups in systolic/diastolic blood pressure, carbon dioxide, hemoglobin, or phosphate parameters. An advanced practice nurse-led approach, based on the chronic care model, has the potential to improve clinical outcomes for renal transplant recipients and needs to be tested in a multicenter randomized controlled trial.
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 | 0,017 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».