MétaCan
Menu
Retour à la cohorte
Enregistrement W3015614832 · doi:10.1038/s41581-020-0267-8

Consensus guidelines for management of hyperammonaemia in paediatric patients receiving continuous kidney replacement therapy

2020· review· en· W3015614832 sur OpenAlexaff
Rupesh Raina, Jirair K. Bedoyan, Uta Lichter‐Konecki, Philippe Jouvet, Stefano Picca, Nicholas Ah Mew, Marcel Cerqueira César Machado, Ronith Chakraborty, Meghana Vemuganti, Manpreet Kaur Grewal, Timothy E. Bunchman, Sidharth Kumar Sethi, Vinod Krishnappa, Mignon McCulloch, Khalid Alhasan, Arvind Bagga, Rajit K. Basu, Franz Schaefer, Guido Filler, Bradley A. Warady

Notice bibliographique

RevueNature Reviews Nephrology · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism and Genetic Disorders
Établissements canadiensUniversité de MontréalWestern UniversityCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésMedicineIntensive care medicineHyperammonemiaRenal replacement therapyExtracorporealDialysisPediatricsPeritoneal dialysisInternal medicine

Résumé

récupéré en direct d'OpenAlex

Hyperammonaemia in children can lead to grave consequences in the form of cerebral oedema, severe neurological impairment and even death. In infants and children, common causes of hyperammonaemia include urea cycle disorders or organic acidaemias. Few studies have assessed the role of extracorporeal therapies in the management of hyperammonaemia in neonates and children. Moreover, consensus guidelines are lacking for the use of non-kidney replacement therapy (NKRT) and kidney replacement therapies (KRTs, including peritoneal dialysis, continuous KRT, haemodialysis and hybrid therapy) to manage hyperammonaemia in neonates and children. Prompt treatment with KRT and/or NKRT, the choice of which depends on the ammonia concentrations and presenting symptoms of the patient, is crucial. This expert Consensus Statement presents recommendations for the management of hyperammonaemia requiring KRT in paediatric populations. Additional studies are required to strengthen these recommendations.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0030,001
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0090,006

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 Opus0,039
Tête enseignante GPT0,355
Écart entre enseignants0,316 · 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'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

Citations100
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature Reviews NephrologyMême sujetMetabolism and Genetic DisordersTravaux en français237 207