Morbidity and mortality: Profile of patients on renal replacement therapy in the private sector
Notice bibliographique
Résumé
Introduction: The aim of renal replacement therapy (RRT) is to achieve a reduction in morbid events and improve quality of life (QOL). Mortality means the condition of being subject to death. Morbidity is anything that is abnormal, atypical, exceptional, and/or aberrant. Morbidity usually occurs as a result of a treatment (side effects), when treatment is inappropriate or inadequate. Predictors that may be risk factors for mortality and morbidity in dialysis patients can be divided into patient‐related and treatment‐related categories (Khan, 2000:11). Purpose of the study: The purpose of this retrospective study was to determine the morbidity and mortality profile of patients receiving RRT in the private sector. Research design and method: This study was contextual and descriptive in nature, based on case analysis of patients receiving RRT in private dialysis facilities. A checklist was used that made provisions to record all patient‐ and treatment‐ related factors that might influence mortality and morbidity profiles of the target population. The target population included all hemodialysis and peritoneal dialysis patients receiving treatment in private dialysis facilities of a specific company. Results: The results indicated the following factors have an influence on patient morbidity and mortality: Patient related: Age, comorbid situations such as peripheral vascular, cerebrovascular, and cardiovascular disease and also diabetes mellitus. Treatment related: Referral pattern, nutritional status, dialysis adequacy, anaemia, and blood pressure.
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) | 0,000 | 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) | 0,001 | 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 ».