MétaCan
Menu
Retour à la cohorte
Enregistrement W2518539075 · doi:10.1186/s12882-016-0335-2

International Network of Chronic Kidney Disease cohort studies (iNET-CKD): a global network of chronic kidney disease cohorts

2016· article· en· W2518539075 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBMC Nephrology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Kidney Disease and Diabetes
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésMedicineKidney diseaseCohortCohort studyNephrologyProspective cohort studyEpidemiologyPublic healthInternal medicineIntensive care medicineFamily medicineGerontologyPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Chronic kidney disease (CKD) is a global health burden, yet it is still underrepresented within public health agendas in many countries. Studies focusing on the natural history of CKD are challenging to design and conduct, because of the long time-course of disease progression, a wide variation in etiologies, and a large amount of clinical variability among individuals with CKD. With the difference in health-related behaviors, healthcare delivery, genetics, and environmental exposures, this variability is greater across countries than within one locale and may not be captured effectively in a single study. METHODS: Studies were invited to join the network. Prerequisites for membership included: 1) observational designs with a priori hypotheses and defined study objectives, patient-level information, prospective data acquisition and collection of bio-samples, all focused on predialysis CKD patients; 2) target sample sizes of 1,000 patients for adult cohorts and 300 for pediatric cohorts; and 3) minimum follow-up of three years. Participating studies were surveyed regarding design, data, and biosample resources. RESULTS: Twelve prospective cohort studies and two registries covering 21 countries were included. Participants age ranges from >2 to >70 years at inclusion, CKD severity ranges from stage 2 to stage 5. Patient data and biosamples (not available in the registry studies) are measured yearly or biennially. Many studies included multiple ethnicities; cohort size ranges from 400 to more than 13,000 participants. Studies' areas of emphasis all include but are not limited to renal outcomes, such as progression to ESRD and death. CONCLUSIONS: iNET-CKD (International Network of CKD cohort studies) was established, to promote collaborative research, foster exchange of expertise, and create opportunities for research training. Participating studies have many commonalities that will facilitate comparative research; however, we also observed substantial differences. The diversity we observed across studies within this network will be able to be leveraged to identify genetic, behavioral, and health services factors associated with the course of CKD. With an emerging infrastructure to facilitate interactions among the investigators of iNET-CKD and a broadly defined research agenda, we are confident that there will be great opportunity for productive collaborative investigations involving cohorts of individuals with CKD.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,136
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,285
Écart entre enseignants0,271 · 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