Cohort Profile: The Chronic Kidney Disease Prognosis Consortium
Notice bibliographique
Résumé
The Chronic Kidney Disease Prognosis Consortium (CKD-PC) was established in 2009 to provide comprehensive evidence about the prognostic impact of two key kidney measures that are used to define and stage CKD, estimated glomerular filtration rate (eGFR) and albuminuria, on mortality and kidney outcomes. CKD-PC currently consists of 46 cohorts with data on these kidney measures and outcomes from >2 million participants spanning across 40 countries/regions all over the world. CKD-PC published four meta-analysis articles in 2010-11, providing key evidence for an international consensus on the definition and staging of CKD and an update for CKD clinical practice guidelines. The consortium continues to work on more detailed analysis (subgroups, different eGFR equations, other exposures and outcomes, and risk prediction). CKD-PC preferably collects individual participant data but also applies a novel distributed analysis model, in which each cohort runs statistical analysis locally and shares only analysed outputs for meta-analyses. This distributed model allows inclusion of cohorts which cannot share individual participant level data. According to agreement with cohorts, CKD-PC will not share data with third parties, but is open to including further eligible cohorts. Each cohort can opt in/out for each topic. CKD-PC has established a productive and effective collaboration, allowing flexible participation and complex meta-analyses for studying CKD.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».