Risk factors for unplanned and crash dialysis starts: a protocol for a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Many patients with kidney failure "crash" onto dialysis or initiate dialysis in an unplanned fashion. There are varying definitions, but essentially, a patient is labeled as having a crash dialysis start if he or she has little to no care by a nephrologist prior to starting dialysis. A patient is labeled as having an unplanned dialysis start when he or she starts dialysis with a catheter or during a hospitalization. Given the high prevalence and poor outcomes associated with crash and unplanned dialysis starts, it is important to establish a better understanding of patient risk factors. METHODS: We will conduct a systematic review and meta-analysis with a focus on both crash and unplanned dialysis starts. The first objective will be to determine patient risk factors for crash and unplanned dialysis starts. Secondary objectives will be to determine the most common criteria used to define both crash and unplanned dialysis starts and to determine outcomes associated with crash and unplanned dialysis starts. We will search MEDLINE, EMBASE and Cochrane Library from inception to the present date for all studies that report the characteristics and outcomes of patients who have crash vs. non-crash dialysis starts or unplanned vs. planned dialysis starts. We will also extract from included studies the criteria used to define crash and unplanned dialysis starts. If there are any eligible randomized controlled trials, quality assessment will be performed using the Cochrane Risk of Bias Assessment Tool. Observational studies will be evaluated using the Newcastle-Ottawa Scale. Data will be pooled in meta-analysis if deemed appropriate. DISCUSSION: The results of this review will inform the design of strategies to help reduce the incidence of crash and unplanned dialysis starts. SYSTEMATIC REVIEW REGISTRATION: Prospero CRD42016032916.
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 | 0,011 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,050 | 0,016 |
| Bibliométrie | 0,001 | 0,001 |
| 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; les deux têtes enseignantes 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 ».