MétaCan
Menu
← Retour à la cohorte
Enregistrement W2152089285 · doi:10.1111/j.1542-4758.2007.00230.x

What is a surrogate marker for optimal dialysis?

2007· article· en· W2152089285 sur OpenAlexvenueno aff
Makoto Ishizaki, Tomohito Matsunaga, Ichiro Itagaki

Notice bibliographique

RevueHemodialysis International · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineSurrogate endpointHemodialysisDialysisIntensive care medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

To find a surrogate marker to obtain optimal dialysis delivery from the viewpoint of nutrition, 180 maintenance hemodialysis patients (109 males/71 females) were enrolled between October 1999 and June 2006 at our kidney center. In the 449 hemodialysis treatments, ultrapure dialysis solutions and high-flux synthetic membranes were utilized. Parameters were measured by Kt/V(urea) and postdialysis urea rebound, Kc (the cellular membrane clearance for urea), urea clear space (CS), %creatinine generation rate, %lean body mass, total body water, and so on. We examined the correlation between dialysis delivery and nutritional parameters: Kt/V(urea) and postdialysis urea rebound were found to be strongly and negatively correlated with nutritional parameters. However, Kc and CS have shown positive and strong correlations with nutritional parameters such as %creatinine generation rate, %lean body mass, and total body water as well. In addition, the age factor was correlated with Kt/V(urea) positively, and it influenced Kc and CS negatively. As a conventional dialysis parameter, Kt/V(urea) did not reflect nutrition, but Kc was found to improve nutrition due to the increase of the dialysis delivery. Therefore, Kc might be a reliable surrogate marker for optimal dialysis.

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)0,006
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,017
Tête enseignante GPT0,301
Écart entre enseignants0,284 · 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'étudeThéorique ou conceptuel
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

Citations3
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHemodialysis International→Même sujetDialysis and Renal Disease Management→Travaux en français237 207→