Baseline Predictors of Mortality among Predominantly Rural-Dwelling End-Stage Renal Disease Patients on Chronic Dialysis Therapies in Limpopo, South Africa
Notice bibliographique
Résumé
BACKGROUND: Dialysis therapy for end-stage renal disease (ESRD) continues to be the readily available renal replacement option in developing countries. While the impact of rural/remote dwelling on mortality among dialysis patients in developed countries is known, it remains to be defined in sub-Saharan Africa. METHODS: A single-center database of end-stage renal disease patients on chronic dialysis therapies treated between 2007 and 2014 at the Polokwane Kidney and Dialysis Centre (PKDC) of the Pietersburg Provincial Hospital, Limpopo South Africa, was retrospectively reviewed. All-cause, cardiovascular, and infection-related mortalities were assessed and associated baseline predictors determined. RESULTS: Of the 340 patients reviewed, 52.1% were male, 92.9% were black Africans, 1.8% were positive for the human immunodeficiency virus (HIV), and 87.5% were rural dwellers. The average distance travelled to the dialysis centre was 112.3 ± 73.4 Km while 67.6% of patients lived in formal housing. Estimated glomerular filtration rate (eGFR) at dialysis initiation was 7.1 ± 3.7 mls/min while hemodialysis (HD) was the predominant modality offered (57.1%). Ninety-two (92) deaths were recorded over the duration of follow-up with the majority (34.8%) of deaths arising from infection-related causes. Continuous ambulatory peritoneal dialysis (CAPD) was a significant predictor of all-cause mortality (HR: 1.62, CI: 1.07-2.46) and infection-related mortality (HR: 2.27, CI: 1.13-4.60). On multivariable cox regression, CAPD remained a significant predictor of all-cause mortality (HR: 2.00, CI: 1.29-3.10) while the risk of death among CAPD patients was also significantly modified by diabetes mellitus (DM) status (HR: 4.99, CI: 2.13-11.71). CONCLUSION: CAPD among predominantly rural dwelling patients in the Limpopo province of South Africa is associated with an increased risk of death from all-causes and infection-related causes.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».