Independent Prediction Factors for Primary Patency Loss in Arteriovenous Grafts within Six Months
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: The objective of this study was to explore the association between loss of primary functional patency within 6 months of first use and demographic and clinical characteristics in patients with arteriovenous grafts (AVGs) receiving chronic hemodialysis. The knowledge and management of these characteristics will minimize the proportion of catheterdependent dialysis patients for whom AVGs are the best choice. METHODS: This was a retrospective study of all chronic hemodialysis patients with AVGs followed by the Southern Alberta Renal Program from January 2005 to June 2008. Demographic and clinical variables and initial intra-access blood flow (IABF) were compared between those with and without loss of primary functional patency. To determine the contribution of independent variables to the dependant variable of loss of primary functional patency, a multivariable analysis using logistic regression was performed. RESULTS: The incidence of primary failure was 30% (107/359). Multivariable analysis found that low initial IABF (<650 mL/ min, odds ratio [OR] 31, P < 0.001), presence of diabetes (OR 3.5, P = 0.001), older age (>65 years OR 3.2, P< 0.001), and presence of peripheral vascular disease (OR 2.5, P< 0.005) were independently associated with loss of primary patency. CONCLUSIONS: AVGs are sometimes a better choice for those patients in which the time to and probability of successful fistula maturation may be a concern. Close monitoring of AVGs in patients with the identified risk factors associated with loss of primary patency may improve the life expectancy of the access.
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.
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) | 0,000 | 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 découle