Early Peritonitis in A Large Peritoneal Dialysis Provider System in Colombia
Notice bibliographique
Résumé
♦ BACKGROUND: Peritonitis is the most important complication of peritoneal dialysis (PD), and early peritonitis rate is predictive of the subsequent course on PD. Our aim was to calculate the early peritonitis rate and to identify characteristics and predisposing factors in a large nationwide PD provider network in Colombia. ♦ METHODS: This was a historical observational cohort study of all adult patients starting PD between January 1, 2012, and December 31, 2013, in 49 renal facilities in the Renal Therapy Services in Colombia. We studied the peritonitis rate in the first 90 days of treatment, its causative micro-organisms, its predictors and its variation with time on PD and between individual facilities. ♦ RESULTS: A total of 3,525 patients initiated PD, with 176 episodes of peritonitis during 752 patient-years of follow-up for a rate of 0.23 episodes per patient year equivalent to 1 every 52 months. In 41 of 49 units, the rate was better than 1 per 33 months, and in 45, it was better than 1 per 24 months. Peritonitis rates did not differ with age, ethnicity, socioeconomic status, or PD modality. We identified high incidence risk periods at 2 to 5 weeks after initiation of PD and again at 10 to 12 weeks. ♦ CONCLUSION: An excellent peritonitis rate was achieved across a large nationwide network. This occurred in the context of high nationwide PD utilization and despite high rates of socioeconomic deprivation. We propose that a key factor in achieving this was a standardized approach to management of patients.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,001 | 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 tête enseignante, 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 ».