Relative risk of home hemodialysis attrition in patients using a telehealth platform
Notice bibliographique
Résumé
INTRODUCTION: Home hemodialysis (HHD) facilitates increased treatment frequency, which may improve patient outcomes. However, attrition due to technique failure limits the clinical effectiveness of the modality. Nx2me Connected Health is a telehealth platform that enables ongoing assessment of HHD patients using NxStage equipment, and that may reduce patient burden. We aimed to assess whether use of Nx2me was associated with risk of HHD attrition. METHODS: We compared risks of all-cause attrition, dialysis cessation (i.e., death or transplant), and technique failure in Nx2me users and matched control patients, using a retrospective cohort study. We also compared the likelihood of HHD training graduation in patients who initiated use of Nx2me during training with the likelihood in matched control patients. Matching factors included date of HHD initiation, NxStage treatment duration at initiation of follow-up, and prescribed treatment frequency. We used stratified Fine-Gray and Cox regression to compare risks, with adjustment for demographic factors and vascular access modality, and stratification by matched cluster. FINDINGS: We identified 606 Nx2me users; 49.5% initiated use of Nx2me in <3 months after initiation of HHD with NxStage equipment. Adjusted hazard ratios (AHRs) of all-cause attrition, dialysis cessation, and technique failure were 0.80 (95% confidence interval, 0.68-0.95), 1.10 (0.86-1.41), and 0.71 (0.57-0.87), respectively, for Nx2me users vs. matched controls. AHRs were similar in patients who initiated use of Nx2me in <3 months after initiation of HHD. The AHR of HHD training graduation was 1.61 (1.10-2.36) in patients who initiated use of Nx2me within 2 weeks of training initiation vs. matched controls. DISCUSSION: Use of Nx2me was associated with lower risk of all-cause attrition, lower risk of technique failure, and higher likelihood of HHD training graduation. Further studies are needed to identify the mechanisms by which use of a telehealth platform may improve clinical outcomes and reduce patient burden.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».