MétaCan
Menu
Retour à la cohorte
Enregistrement W2915704597 · doi:10.1159/000495557

Burden, Access, and Disparities in Kidney Disease

2019· editorial· en· W2915704597 sur OpenAlexaff
Deidra C. Crews, Aminu K. Bello, Gamal Saadi

Notice bibliographique

Revue˜The œNephron journals/Nephron journals · 2019
Typeeditorial
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésKidney diseaseMedicinePublic healthDiseaseHealth careSocioeconomic statusGlobal healthIntensive care medicineDisease burdenHealth equityKidney disorderEquity (law)Environmental healthKidneyEconomic growthPopulationInternal medicinePathologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Kidney disease is a global public health problem, affecting over 750 million persons worldwide. The burden of kidney disease varies substantially across the world. In many settings, rates of kidney disease and the provision of its care are defined by socioeconomic, cultural, and political factors leading to significant disparities. World Kidney Day 2019 offers an opportunity to raise awareness of kidney disease and highlight disparities in its burden and current state of global capacity for prevention and management. Here, we highlight the need for strengthening basic infrastructure for kidney care services for early detection and management of acute kidney injury and chronic kidney disease across all countries and advocate for more pragmatic approaches to providing renal replacement therapies. Achieving universal health coverage worldwide by 2030 is a World Health Organization Sustainable Development Goal. While universal health coverage may not include all elements of kidney care in all countries, understanding what is locally feasible and important with a focus on reducing the burden and consequences of kidney disease would be an important step towards achieving kidney health equity.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,020
Tête enseignante GPT0,318
Écart entre enseignants0,298 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

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

En bref

Citations19
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜The œNephron journals/Nephron journalsMême sujetDialysis and Renal Disease ManagementTravaux en français237 207