MétaCan
Menu
Retour à la cohorte
Enregistrement W2312911191 · doi:10.1097/mcc.0000000000000261

Improving outcomes of acute kidney injury survivors

2015· review· en· W2312911191 sur OpenAlexaffabout
Samuel A. Silver, Ron Wald

Notice bibliographique

RevueCurrent Opinion in Critical Care · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineAcute kidney injuryIntensive care medicineExacerbationNephrologyKidney diseaseDialysisAmbulatory careHealth careEmergency medicinePopulationDiseasePublic healthInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Acute kidney injury (AKI) is a common problem in critically ill patients, with long-term health implications that extend beyond hospital discharge. Though they are at a high risk of adverse events, AKI survivors may not be receiving adequate postdischarge medical attention. This review discusses recently published data regarding health outcomes after AKI, the current state of post-AKI care, and potential opportunities to improve outpatient care after AKI. RECENT FINDINGS: In addition to predisposing to de-novo chronic kidney disease or an exacerbation of previously existing chronic kidney disease, a prior episode of AKI has been linked to subsequent cardiac events, cerebrovascular events, and the need for hospital readmission. Despite this, a population-wide study in Ontario showed that only 40% of patients surviving an episode of dialysis-requiring AKI visited a nephrologist within 90 days of hospital discharge. This care gap is important since outpatient contact with a nephrologist during this critical period was associated with enhanced survival. SUMMARY: AKI is associated with a number of long-term health effects, and new strategies may be needed to address this emerging public health issue. An ambulatory program dedicated to the postdischarge care of AKI survivors may confer a variety of benefits. Future research is needed to evaluate this model of care.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,280
Tête enseignante GPT0,553
Écart entre enseignants0,274 · 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'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

Citations15
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Critical CareMême sujetAcute Kidney Injury ResearchTravaux en français237 207