Dialysis Care around the World: A Global Perspectives Series
Notice bibliographique
Résumé
Worldwide, ESKD prevalence per million population (PMP) has steadily increased from 2003 to 2016 (1), with the greatest proportional increases occurring in lower- and middle-income countries (2). Although dialysis is a lifesaving therapy, it is also extraordinarily expensive, so its use is limited in lower-income countries with less resources available for healthcare. Specifically, the prevalence of dialysis in 2010 was 1176 PMP in higher-income countries, 688 PMP in upper-middle-income countries, 170 PMP in lower-income countries, and 16 PMP in lower-income countries (2). The most common modality of kidney replacement therapy globally is dialysis (78%) and, among patients receiving dialysis, only 11% receive peritoneal dialysis (3). The Kidney360 Global Dialysis Perspective series launched in 2020 and showcases how dialysis is practiced, delivered, and financed in different countries across the world. To date, we have featured perspectives from 17 countries in six continents: Africa (Senegal, South Africa), Asia (India, Israel, Japan, Korea, Singapore, Thailand, Vietnam), Australia, Europe (Spain), North America (Canada, Mexico, United States), and South America (Argentina, Brazil, Guatemala) (4⇓ ⇓ ⇓ ⇓ ⇓ ⇓ ⇓ ⇓ ⇓ ⇓ ⇓ ⇓ ⇓ ⇓ ⇓–20). Authors of each global perspective were asked to report standard information about their dialysis populations, including general characteristics of the dialysis system and its treatments, such as percentage of patients by dialysis modality, dialysis-unit financing (for profit versus nonprofit), reimbursement (public or private insurance, or self-pay), unit location (hospital versus freestanding), staffing (proportion of nurses versus patient-care technicians and nurse/patient ratios), hemodialysis frequency and session length, and frequency of nephrologist visits. Authors also discussed key challenges and needs unique to their countries, with many discussing potential strategies to improve care moving forward. These perspectives provide fascinating insights about dialysis care in individual countries. Although the availability of dialysis correlates roughly with a country's …
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».