MétaCan
Menu
Retour à la cohorte
Enregistrement W2516484000 · doi:10.1097/mnh.0000000000000274

Myths in peritoneal dialysis

2016· review· en· W2516484000 sur OpenAlexaff
Martin B. Lee, Joanne M. Bargman

Notice bibliographique

RevueCurrent Opinion in Nephrology & Hypertension · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésPeritoneal dialysisMythologyMedicineIntensive care medicineInternal medicinePhilosophyTheology

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: To clarify misconceptions about the feasibility and risks of peritoneal dialysis that unnecessarily limit peritoneal dialysis uptake or continuation in patients for whom peritoneal dialysis is the preferred dialysis modality. The inappropriate choice of haemodialysis as a result of these misconceptions contributes to low peritoneal dialysis penetrance, increases transfer from peritoneal dialysis to haemodialysis, increases expenditure on haemodialysis and compromises quality of life for these patients. RECENT FINDINGS: Peritoneal dialysis is an excellent renal replacement modality that is simple, cost-effective and provides comparable clinical outcomes to conventional in-centre haemodialysis. Unfortunately, many patients are deemed unsuitable to start or continue peritoneal dialysis because of false or inaccurate beliefs about peritoneal dialysis. Here, we examine some of these 'myths' and critically review the evidence for and against each of them. We review the feasibility and risk of peritoneal dialysis in patients with prior surgery, ostomies, obesity and mesh hernia repairs. We examine the fear of mediastinitis with peritoneal dialysis after coronary artery bypass graft surgery and the belief that the use of hypertonic glucose dialysate causes peritoneal membrane failure. SUMMARY: By clarifying common myths about peritoneal dialysis, we hope to reduce overly cautious practices surrounding this therapy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,004
Communication savante0,0020,005
Science ouverte0,0010,002
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,089
Tête enseignante GPT0,375
Écart entre enseignants0,286 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Nephrology & HypertensionMême sujetDialysis and Renal Disease ManagementTravaux en français237 207