A Pilot Study of Okkidney, A Phosphate Counting Application in Patients on Peritoneal Dialysis
Notice bibliographique
Résumé
Background Hyperphosphatemia is associated with adverse outcomes in patients treated with peritoneal dialysis (PD). We have shown that a fixed meal phosphate binder dosing schedule is not appropriate. The purpose of this study was to evaluate the beta version of OkKidney, a phosphate counting app that matches meal phosphate content with binder dose. Methods A convenience sample of adult patients treated with PD completed a pre-survey that included the technology readiness index (TRI 2.0). After a short information session, patients used OkKidney for 30 days. Pre- and post-intervention serum calcium, serum phosphate, and calcium carbonate binder intake were collected and compared using a paired t-test. A post-intervention survey using a 5-point Likert scale was used to gather patient feedback. Results Ten patients (5M, 5F) completed the study protocol. Participants were 55 ± 17 years old, predominately Caucasian, retired (60%), and owned a smartphone (70%). The median TRI score was 3.66 (max 5), indicating a moderate level of readiness. The post-survey results indicated a favorable rating for ease of use (μ = 4.4 ± 0.84) and usefulness (μ = 4.3 ± 0.68) of OkKidney. The average serum phosphate ( p = 0.99) and calcium ( p = 0.68) were not different pre-/post-intervention, but calcium carbonate intake tended to decrease ( p = 0.12). Conclusion Patients reported a positive experience with OkKidney. Further patient-specific adjustments of the binder dose to meal phosphate content may be required to demonstrate a statistically significant decrease in phosphate levels. We believe a larger trial is warranted to investigate the clinical implications of this app.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».