MétaCan
Menu
Retour à la cohorte
Enregistrement W2170941695 · doi:10.1111/hdi.12054

Comparison of urea clearance in low‐efficiency low‐flux vs. high‐efficiency high‐flux dialyzer membrane with reduced blood and dialysate flow: An in vitro analysis

2013· article· en· W2170941695 sur OpenAlexvenueno aff
Raj Munshi, Suhail Ahmad

Notice bibliographique

RevueHemodialysis International · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHemodialysisUreaMedicineDialysisBlood flowUrologyDialysis tubingRenal blood flowUltrafiltration (renal)HemodynamicsFlux (metallurgy)Internal medicineMembraneChromatographyChemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Rapid removal of small molecules during hemodialysis places an acutely ill patient with kidney failure at an increased risk of hemodynamic instability and for dialysis disequilibrium syndrome. The use of high-flux, high-efficiency (HEF) dialyzers may increase this risk despite reductions in blood and dialysate flow. We performed in vitro experiments to compare urea clearance at low dialysate flow and various blood flows using a low-efficiency low-flux (LEF) and a HEF membrane. Compared to LEF, there was a significant increase in the clearance of urea at all blood flows with the HEF (all P values < 0.005). HEF dialyzer (F180NR) had higher urea clearance at a blood flow of 150 mL/min than LEF dialyzer (F5) at blood flow of 300 mL/min (144.1 ± 0.99 vs. 130.1 ± 0.001 mL/min for F180 vs. F5, respectively, P < 0.002). Our data suggest that use of HEF dialyzer are not as safe as LEF in high-risk acute dialysis patients since these are associated with more rapid removal of urea despite reduction in blood and dialysate flow as compared to LEF.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,261
Écart entre enseignants0,253 · 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'étudeExpérimental (laboratoire)
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

Citations8
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHemodialysis InternationalMême sujetDialysis and Renal Disease ManagementTravaux en français237 207