What we do and do not know about women and kidney diseases – questions unanswered and answers unquestioned: Reflection on World Kidney Day and International Woman’s Day
Notice bibliographique
Résumé
Chronic kidney disease affects approximately 10% of the world's adult population: it is within the top 20 causes of death worldwide, and its impact on patients and their families can be devastating. World Kidney Day and International Women's Day in 2018 coincide, thus offering an opportunity to reflect on the importance of women's health and specifically their kidney health, on the community, and the next generations, as well as to strive to be more curious about the unique aspects of kidney disease in women so that we may apply those learnings more broadly. Girls and women, who make up approximately 50% of the world's population, are important contributors to society and their families. Gender differences continue to exist around the world in access to education, medical care, and participation in clinical studies. Pregnancy is a unique state for women, offering an opportunity for diagnosis of kidney disease, but also a state where acute and chronic kidney diseases may manifest, and which may impact future generations with respect to kidney health. There are various autoimmune and other conditions that are more likely to impact women with profound consequences for child bearing, and on the fetus. Women have different complications on dialysis than men, and are more likely to be donors than recipients of kidney transplants. In this editorial, we focus on what we do and do not know about women, kidney health, and kidney disease, and what we might learn in the future to improve outcomes worldwide.
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 | 0,016 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,014 |
| Communication savante | 0,013 | 0,017 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,017 | 0,042 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».