Patient and Physician Predictors of Peritoneal Dialysis Technique Failure: A Population Based, Retrospective Cohort Study
Notice bibliographique
Résumé
BACKGROUND: The use of peritoneal dialysis (PD) has been declining over the past decade in Canada, and high technique failure rates have been implicated. Studies have examined clinical risk factors for PD technique failure, but few studies have addressed sociodemographic factors driving technique failure. There are no studies examining the effect of physician factors on technique failure. METHODS: We conducted a retrospective cohort study using Ontario healthcare databases from 1 April 1995 to 31 March 2005 to examine the effects of patient sociodemographic and physician characteristics on PD technique failure. The primary outcome was time to technique failure. Secondary outcomes included the proportion of patients experiencing technique failure during the first year and the proportion of patients experiencing death during the study period. A competing risks analysis was applied to the Cox proportional hazards model to determine the predictors of technique failure, death, and kidney transplantation. RESULTS: In 5162 incident PD patients, the probability of technique success and patient survival at 5 years was 58.2% and 46.9% respectively. Of patients failing PD, 43.5% failed during the first year of treatment. Statistically significant predictors of technique failure included increasing age [hazard ratio (HR) 1.02], diabetes mellitus (HR 1.32), lower neighborhood education level (HR 2.93), and receiving transient (≤ 3 months) hemodialysis before starting PD (HR 1.24). Predictors of patient death included increasing age (HR 1.05), diabetes mellitus (HR 1.44), coronary artery disease (HR 1.26), congestive heart failure (HR 1.58), and late referral to the nephrologist (HR 1.27). Distance from treating dialysis center and residing in a rural area did not impact the risk of technique failure or death. Male physician gender increased the risk of technique failure (HR 1.31). Increased PD patient volume decreased the risk of technique failure (HR 0.98). None of the physician factors were predictors of patient death. CONCLUSION: These findings support the need for implementing strategies to reduce technique failure, which could include increasing educational resources for patients initiating PD, aggressive risk factor modification in patients with multiple comorbidities, and increasing physician awareness regarding the detrimental outcomes associated with late referral and late PD start.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».