Dialysis‐related practice patterns among hemodialysis patients with cancer
Notice bibliographique
Résumé
Abstract Rationale, aims, and objectives With the achievement of longevity in hemodialysis patients, the risk of comorbid cancer has begun to draw attention. In the present study, we examined dialysis‐related practice patterns and compared those patterns by cancer status. Methods Using data from the Japan Dialysis Outcomes and Practice Patterns Study phase 4, we evaluated 2153 hemodialysis patients. Baseline cancer status for patients was separated into 3 categories: no cancer, cancer with recent treatment, and cancer without recent treatment. We then assessed variations among hemodialysis patients in dialysis‐related practice patterns, including anemia management, management of mineral and bone metabolism disorder, nutritional management, and dialysis treatment, by cancer status. Results We observed both similarities and differences in dialysis‐related practice patterns among hemodialysis patients, by cancer status. Hemoglobin levels were largely similar for all cancer statuses, although erythropoiesis stimulating agents dose tended to be higher in hemodialysis patients with recent cancer treatment (multivariable adjusted mean difference of erythropoiesis stimulating agents dose: 5.4 × 103 IU/L/month) than in those without cancer. Phosphorus and calcium levels were also similar. Nutrition statuses were similar among cancer statuses, as were dialysis therapies. These results suggested that physicians do not modulate their dialysis‐related practices based on whether or not a hemodialysis patient has cancer. Conclusion Among long‐term facility‐based hemodialysis patients with cancer, we detected no statistically significant differences to suggest that cancer status affects hemodialysis practice regarding mineral and bone disorder management, nutritional management, and dialysis treatment. Facility‐based hemodialysis patients with recent cancer treatment, however, receive a higher dose of erythropoietin‐stimulating agent than those without cancer.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».