MétaCan
Menu
Retour à la cohorte
Enregistrement W2906163619 · doi:10.1093/ckj/sfy129

Screening questions for the diagnosis of restless legs syndrome in hemodialysis

2018· article· en· W2906163619 sur OpenAlexafffundabout
David Collister, Jennifer C. Rodrigues, Andrea Mazzetti, Kelsi Salisbury, Laura Morosin, Christian G. Rabbat, K. Scott Brimble, Michael Walsh

Notice bibliographique

RevueClinical Kidney Journal · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueRestless Legs Syndrome Research
Établissements canadiensSt. Joseph’s Healthcare HamiltonImpactMcMaster UniversityPopulation Health Research Institute
Organismes subventionnairesCanadian Institutes of Health ResearchCancer Care Ontario
Mots-clésRestless legs syndromeHemodialysisMedicineIntensive care medicineInternal medicinePsychiatryNeurology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Restless legs syndrome (RLS) is common in end-stage renal disease and is associated with reduced health-related quality of life. Simple and accurate screening instruments are needed since RLS is underdiagnosed and treatable. We examined the operating characteristics of screening questions and a disease-specific measurement tool for the diagnosis of RLS in hemodialysis. METHODS: We conducted a cohort study of prevalent adult hemodialysis patients in Hamilton, Canada. The diagnosis of RLS was made using the 2012 Revised International Restless Legs Syndrome Study Group (IRLSSG) criteria. All participants received three screening instruments: (i) a single screening question for RLS derived from a nondialysis population; (ii) a single question from the Edmonton Symptom Assessment System (ESAS); and (iii) the IRLSSG Rating Scale (IRLS). All instruments were compared with the reference standard using logistic regression from which receiver operating characteristics curves were generated. Cutoffs associated with maximum performance were identified. RESULTS: We recruited 50 participants with a mean (SD) age of 64 (12.4) years, of whom 52% were male and 92% were on three times weekly hemodialysis. Using the reference standard, 14 (28%) had a diagnosis of RLS. The single screening question for RLS had an area under the receiver operating curve (AUROC) of 0.72 with a sensitivity of 85.7% and specificity of 58.3%. An ESAS cutoff of ≥1 had the highest AUROC at 0.65 with a sensitivity of 79% and specificity of 56%. An IRLS cutoff of ≥20 had the highest AUROC at 0.75 with a sensitivity of 71% and specificity of 81%. CONCLUSION: IRLS had better specificity than the single question or ESAS for the diagnosis of RLS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,173
Tête enseignante GPT0,474
Écart entre enseignants0,301 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueClinical Kidney JournalMême sujetRestless Legs Syndrome ResearchTravaux en français237 207