Determining the optimal time for liberation from renal replacement therapy in critically ill patients: protocol for a systematic review and meta-analysis (DOnE RRT)
Notice bibliographique
Résumé
INTRODUCTION: Renal replacement therapy (RRT) is a complex and expensive form of life-sustaining therapy, reserved for our most acutely ill patients. While a number of randomised trials have evaluated the optimal timing to start RRT among critically ill patients in the intensive care unit (ICU), there has been a paucity of trials providing guidance on when and under what circumstances to ideally liberate a patient from RRT. We are conducting a systematic review and meta-analysis to identify clinical and biochemical markers that predict kidney recovery and successful liberation from acute RRT among critically ill patients with acute kidney injury. METHODS AND ANALYSIS: Our comprehensive search strategy was developed in consultation with a research librarian and independently peer-reviewed by a second librarian. We will search electronic databases: Ovid Medline, Ovid Embase and Wiley Cochrane Library. Selected grey literature sources will also be searched. Our search strategies will focus on concepts related to RRT (ie, intermittent haemodialysis, slow low-efficiency dialysis, continuous renal replacement therapy), intensive care (ie, involving any ICU setting) and discontinuation of therapy (ie, either clinical, physiological and biochemical parameters of weaning acute RRT) from 1990 to October 10, 2017. Citation screening, selection, quality assessment and data abstraction will be performed in duplicate. Studies will, where possible, be pooled in statistical meta-analysis. When deemed sufficiently clinically homogenous, and we have four or more studies reporting, sensitivities and specificities will be pooled simultaneously using a hierarchical summary receiver operator characteristic curve and bivariate analysis. ETHICS AND DISSEMINATION: Our systematic review will synthesise the literature on clinical and biochemical markers that predict liberation from RRT. Research ethics approval is not required. TRIAL REGISTRATION NUMBER: CRD42018074615.
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 | 0,065 | 0,112 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,005 |
| Méta-épidémiologie (sens large) | 0,026 | 0,035 |
| Bibliométrie | 0,011 | 0,012 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,005 |
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 ».