Determining the research priorities for patients with chronic kidney disease not on dialysis
Notice bibliographique
Résumé
BACKGROUND: The importance of engaging key stakeholders, and patients in particular, in determining research priorities has been recognized. We sought to identify the top 10 research priorities for patients with non-dialysis chronic kidney disease (CKD), their caregivers, and the clinicians and policy-makers involved in their care. METHODS: We used the four-step James Lind Alliance process to establish the top 10 research priorities. A national survey of patients with non-dialysis CKD (estimated glomerular filtration rate <45 mL/min/1.73 m 2 ), their caregivers, and the clinicians and policy-makers involved in their care was conducted to identify research uncertainties. A Steering Group of patients, caregivers, clinicians and researchers combined and reduced these uncertainties to 30 through a series of iterations. Finally, a workshop with participants from across Canada (12 patients, 6 caregivers, 3 physicians, 2 nurses, 1 pharmacist and 1 policy-maker) was held to determine the top 10 research priorities, using a nominal group technique. RESULTS: Overall, 439 individuals responded to the survey and identified 1811 uncertainties, from which the steering group determined the top 30 uncertainties to be considered at the workshop. The top 10 research uncertainties prioritized at the workshop included questions about treatments to prevent progression of kidney disease (including diet) and to treat symptoms of CKD, provider- and patient-targeted strategies for managing CKD, the impact of lifestyle on disease progression, harmful effects of medications on disease progression, optimal strategies for treatment of cardiovascular disease in CKD and for early identification of kidney disease, and strategies for equitable access to care for patients with CKD. CONCLUSIONS: We identified the top 10 research priorities for patients with CKD that can be used to guide researchers, as well as inform funders of health-care research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,239 | 0,275 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,011 | 0,006 |
| Communication savante | 0,013 | 0,008 |
| Science ouverte | 0,003 | 0,018 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».