A Peritoneal Dialysis Access Quality Improvement Initiative: A Single-Center Experience
Notice bibliographique
Résumé
Background Little evidence exists regarding optimal peritoneal dialysis (PD) access insertion pathways, benchmarking for patency targets, and definitions of access dysfunction. Methods This quality improvement (QI) project evaluated patients with PD catheters inserted at a single center in Toronto, Canada, following: establishment of PD catheter insertion protocols, a PD access coordinator, PD access operator training, and outcomes reporting. We define primary vs secondary PD catheter dysfunction by presentation before/after initial home PD treatment. We report catheter dysfunction rates, interventions restoring PD catheter patency (interventional radiology [IR] vs advanced laparoscopic [AL]) (embedded vs non-embedded) between 2012 and 2017. Results A total of 297 first PD catheters were inserted between January 2012 and December 2017. Interventional radiology PD catheters ( n = 94) were placed in older patients with greater comorbidities and less prior abdominal surgery than AL-placed catheters. Indications for IR insertion included need for urgent dialysis given resource availability (36.2% [ n = 34]) and prohibitive surgical risk (26.6% [ n = 25]). Interventional radiology-inserted catheters had overall (primary and secondary) dysfunction rates of 17%. Non-embedded AL catheters had 16.1% overall dysfunction. Embedded AL-inserted PD catheters had a 24.6% overall dysfunction rate. Among all dysfunctional catheters, IR manipulation was successful in 31% ( n = 11), and surgical revision was necessary in all unsuccessful cases with either lysis of adhesions or omentopexy to establish patency. Conclusion Our PD catheter QI initiative involved tracking, outcome reporting, defining PD catheter dysfunction and PD access insertion pathway development, yielding important insights into opportunities for program improvement. Multicenter research initiatives are needed to further improve PD access dysfunction definitions and to establish the best benchmarks for these metrics.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».