MétaCan
Menu
Retour à la cohorte
Enregistrement W2751302709 · doi:10.3390/healthcare5030052

The Impact of Hemodialysis Frequency and Duration on Blood Pressure Management and Quality of Life in End-Stage Renal Disease Patients

2017· review· en· W2751302709 sur OpenAlexaff
Mohammad A. Shafiee, Pouyan Chamanian, Pouyan Shaker, Yasmin Shahideh, Behrooz Broumand

Notice bibliographique

RevueHealthcare · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensToronto General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineBlood pressureHemodialysisDialysisEnd stage renal diseaseKidney diseaseStroke (engine)Quality of life (healthcare)DiseaseInternal medicineIntensive care medicineMortality rateCardiology

Résumé

récupéré en direct d'OpenAlex

Cardiovascular complications are the most prominent causes of morbidity and mortality among chronic kidney disease (CKD) and end-stage renal disease (ESRD) patients undergoing standard hemodialysis (HD) therapy. Cardiovascular disease risk is increased significantly through persistent hypertension and blood pressure (BP) fluctuation, which are the most common complications of CKD. It was hypothesized that an extended approach with lengthier and more frequent dialysis sessions, referred to in this paper as "extended hemodialysis" (EHD), can potentially lower and stabilize blood pressure, and consequently reduce the rate of morbidity and mortality. A greater reduction of volume (salt and water) with higher frequency can improve patient quality of life (QOL). Eleven papers, including clinical trials and systematic reviews were chosen and analyzed. The extracted data was used to evaluate the change in blood pressure levels between standard HD and EHD. Overall, the studies showed that EHD resulted in improved blood pressure management; therefore, we concluded that there will be a decrease in cardiovascular disease risk, stroke, and morbidity and mortality rate. There will be also an improvement in patient QOL due to beneficial effects of the EHD.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,094
Tête enseignante GPT0,410
Écart entre enseignants0,316 · 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

Citations22
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealthcareMême sujetDialysis and Renal Disease ManagementTravaux en français237 207