MétaCan
Menu
Retour à la cohorte
Enregistrement W2596872016 · doi:10.2215/cjn.08460816

The Use of a Multidimensional Measure of Dialysis Adequacy—Moving beyond Small Solute Kinetics

2017· review· en· W2596872016 sur OpenAlexaff
Jeffrey Perl, Laura M. Dember, Joanne M. Bargman, Teri Browne, David M. Charytan, Jennifer E. Flythe, LaTonya J. Hickson, Adriana M. Hung, Michel Jadoul, Timmy Chang Lee, Klemens B. Meyer, Hamid Moradi, Tariq Shafi, Isaac Teitelbaum, Leslie P. Wong, Christopher T. Chan

Notice bibliographique

RevueClinical Journal of the American Society of Nephrology · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensToronto General HospitalUniversity Health Network
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesU.S. Department of Veterans Affairs
Mots-clésDialysisMedicineDialysis adequacyHemodialysisIntensive care medicineNephrologyMeasure (data warehouse)Kt/VInternal medicineData miningComputer science

Résumé

récupéré en direct d'OpenAlex

Urea removal has become a key measure of the intensity of dialysis treatment for kidney failure. Small solute removal, exemplified by Kt/V urea, has been broadly applied as a means to quantify the dose of thrice weekly hemodialysis. Yet, the reliance on small solute clearances alone as a measure of dialysis adequacy fails fully to quantify the intended clinical effects of dialysis therapy. This review aims to ( 1 ) understand the strengths and limitations of small solute kinetics as a surrogate marker of dialysis dose, and ( 2 ) present the prospect of a more comprehensive construct for dialysis dose, one that considers more broadly the goals of ESRD care to maximize both quality of life and survival. On behalf of the American Society of Nephrology Dialysis Advisory Group, we propose the need to ascertain the validity and utility of a multidimensional measure that moves beyond small solute kinetics alone to quantify optimal dialysis derived from both patient-reported and comprehensive clinical and dialysis-related measures.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,002
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,237
Tête enseignante GPT0,418
Écart entre enseignants0,182 · 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

Citations90
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Journal of the American Society of NephrologyMême sujetDialysis and Renal Disease ManagementTravaux en français237 207