Predicting tissue plasminogen activator use and success in in-center hemodialysis patients
Notice bibliographique
Résumé
INTRODUCTION: Hemodialysis catheter malfunction is problematic. We aimed to determine clinical, catheter, and hemodialysis variables that predict: (i) catheter malfunction requiring recombinant tissue-plasminogen activator (TPA) treatment and (ii) the success of TPA administration. METHODS: Clinical, catheter, and hemodialysis variables were collected from a cohort of 559 catheters (141,526 catheter days) in 175 hemodialysis patients (2008-2011). Time to, and predictors of, catheter malfunction were determined for all catheters and primary catheters only, analyzed by Cox-proportional hazard model, multi-variable logistic regression model, and mixed-effect logistic regression models. Success of TPA use was determined immediately, next day, and two weeks after use. RESULTS: Shorter time to first TPA administration in all patient's catheters was associated with increased body mass index (hazard ratio [HR] = 1.06, 1.01-1.11, p = 0.03) and being of black race (HR = 3.05, 1.65-5.67, p<0.01). Primary TPA administration success at two weeks among primary catheters was associated with increased mean peak venous pressure before TPA administration (odds ratio [OR] = 1.03, 1.01-1.06, p<0.01) and decreased mean of the lowest systolic blood pressure measure for the three dialysis sessions prior to TPA administration (OR = 0.95, 0.91-0.99, p = 0.02). TPA administration success at two weeks among all catheters was associated with decreasing body mass index (OR = 0.84, CI 0.73-0.96, p = 0.01) and having diabetes (OR = 7.19, 1.40-36.81, p = 0.02). CONCLUSIONS: Both patient and dialysis predictors of TPA use and success were identified in this study, which may be useful for fine-tuning catheter management protocols to target hemodialysis patients at high risk of catheter malfunction.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».