MétaCan
Menu
Retour à la cohorte
Enregistrement W2992718621 · doi:10.2147/ijnrd.s228956

<p>Frailty Screening in Chronic Kidney Disease: Current Perspectives</p>

2019· review· en· W2992718621 sur OpenAlexaff
George Worthen, Karthik Tennankore

Notice bibliographique

RevueInternational Journal of Nephrology and Renovascular Disease · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensNova Scotia Health Authority
Organismes subventionnairesnon disponible
Mots-clésMedicineKidney diseaseIntensive care medicineNephrologyDialysisSarcopeniaPopulationDiseasePsychological interventionInternal medicineGerontology

Résumé

récupéré en direct d'OpenAlex

Frailty has been defined as a state of increased vulnerability as a consequence of deficit accumulation. Frailty screening has not yet been widely implemented into routine nephrology care. Patients with chronic kidney disease (CKD) are at high risk of being frail, and frailty has been associated with worse outcomes in this population. Standard management of CKD, including initiation of renal replacement therapies, may have decreased benefit or potentially cause harm in the presence of frailty, and a variety of interventions for modifying frailty in the CKD population have been proposed. The optimal means of screening for frailty in patients with kidney disease remains unclear. This review highlights the value of frailty screening in CKD by summarizing the outcomes associated with frailty and exploring proposed changes to the management of frail patients with CKD. Finally, we will propose a framework for how to implement frailty screening into standard nephrology care.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,038
Tête enseignante GPT0,348
Écart entre enseignants0,310 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations45
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Nephrology and Renovascular DiseaseMême sujetFrailty in Older AdultsTravaux en français237 207