MétaCan
Menu
Retour à la cohorte
Enregistrement W2141091420 · doi:10.1097/mcp.0b013e3283130f96

Sleep disorders and end-stage renal disease

2008· review· en· W2141091420 sur OpenAlexaff
Patrick J. Hanly

Notice bibliographique

RevueCurrent Opinion in Pulmonary Medicine · 2008
Typereview
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensFoothills Medical CentreHealth Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineEnd stage renal diseaseSleep apneaDiseaseIntensive care medicineCentral sleep apneaObstructive sleep apneaSleep disorderPopulationTransplantationQuality of life (healthcare)PolysomnographyPediatricsInternal medicineApneaInsomniaPsychiatry

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: To provide an update on the prevalence and clinical importance of sleep disorders in patients with end-stage renal disease (ESRD) and to highlight recent findings on their pathogenesis and treatment. RECENT FINDINGS: Although poor sleep quality is common in patients with ESRD, it is underrecognized. In addition to causing impaired quality of life, poor sleep is associated with increased cardiovascular mortality. There is evidence that sleep quality may be improved by cognitive-behavioral therapy that may help to reduce the frequent use of hypnotic medication. There are differences in the clinical presentation of sleep apnea in patients with ESRD compared with patients with normal renal function. The pathogenesis of sleep apnea in patients with ESRD appears to be related both to increased chemosensitivity, which destabilizes the control of breathing, and narrowing of the upper airway, which predisposes to closure of the airway during sleep. Although renal transplantation corrects periodic leg movements, it does not always correct sleep apnea. SUMMARY: Sleep disorders are common in patients with ESRD. Although our understanding of their pathogenesis and clinical presentation has grown in recent years, further research is required to determine their impact on clinical outcomes in this patient population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,939
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,076
Tête enseignante GPT0,379
Écart entre enseignants0,303 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations44
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Pulmonary MedicineMême sujetDialysis and Renal Disease ManagementTravaux en français237 207