MétaCan
Menu
Retour à la cohorte
Enregistrement W3114787157 · doi:10.1093/ndt/gfaa343

Availability, coverage, and scope of health information systems for kidney care across world countries and regions

2020· article· en· W3114787157 sur OpenAlexaff
Emily See, Aminu K. Bello, Adeera Levin, Meaghan Lunney, Mohamed A. Osman, Feng Ye, Gloria Ashuntantang, Ezequiel Bellorín-Font, Mohammed Benghanem Gharbi, Sara N. Davison, Mohammad Ghnaimat, Paul Harden, Htay Htay, Vivekanand Jha, Kamyar Kalantar‐Zadeh, Peter G. Kerr, Scott Klarenbach, Csaba P. Kövesdy, Valérie A. Luyckx, Brendon L. Neuen, Dónal O’Donoghue, Shahrzad Ossareh, Jeffrey Perl, Harun Ur Rashid, Éric Rondeau, Syed Saad, Laura Solá, Irma Tchokhonelidze, Vladimı́r Tesař, Kriang Tungsanga, Rümeyza Kazancıoğlu, Angela Yee‐Moon Wang, Chih‐Wei Yang, Alexander Zemchenkov, Ming‐Hui Zhao, Kitty J. Jager, Fergus Caskey, Vlado Perkovic, Kailash Jindal, Ikechi G. Okpechi, Marcello Tonelli, John Feehally, David C.H. Harris, David W. Johnson

Notice bibliographique

RevueNephrology Dialysis Transplantation · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Kidney Disease and Diabetes
Établissements canadiensUniversity of TorontoUniversity of British ColumbiaSt. Michael's HospitalUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesInternational Society of Nephrology
Mots-clésMedicineKidney diseaseGlobal healthNephrologyEnvironmental healthDialysisHealth carePublic healthEconomic growthInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Health information systems (HIS) are fundamental tools for the surveillance of health services, estimation of disease burden and prioritization of health resources. Several gaps in the availability of HIS for kidney disease were highlighted by the first iteration of the Global Kidney Health Atlas. METHODS: As part of its second iteration, the International Society of Nephrology conducted a cross-sectional global survey between July and October 2018 to explore the coverage and scope of HIS for kidney disease, with a focus on kidney replacement therapy (KRT). RESULTS: Out of a total of 182 invited countries, 154 countries responded to questions on HIS (85% response rate). KRT registries were available in almost all high-income countries, but few low-income countries, while registries for non-dialysis chronic kidney disease (CKD) or acute kidney injury (AKI) were rare. Registries in high-income countries tended to be national, in contrast to registries in low-income countries, which often operated at local or regional levels. Although cause of end-stage kidney disease, modality of KRT and source of kidney transplant donors were frequently reported, few countries collected data on patient-reported outcome measures and only half of low-income countries recorded process-based measures. Almost no countries had programs to detect AKI and practices to identify CKD-targeted individuals with diabetes, hypertension and cardiovascular disease, rather than members of high-risk ethnic groups. CONCLUSIONS: These findings confirm significant heterogeneity in the global availability of HIS for kidney disease and highlight important gaps in their coverage and scope, especially in low-income countries and across the domains of AKI, non-dialysis CKD, patient-reported outcomes, process-based measures and quality indicators for KRT service delivery.

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)0,015
score de la tête « metaresearch » (Gemma)0,051
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 enseignants0,016
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,051
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,010
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,280
Écart entre enseignants0,265 · 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

Citations20
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNephrology Dialysis TransplantationMême sujetChronic Kidney Disease and DiabetesTravaux en français237 207