MétaCan
Menu
Retour à la cohorte
Enregistrement W3158809461 · doi:10.1159/000515541

Tackling Dialysis Burden around the World: A Global Challenge

2021· article· en· W3158809461 sur OpenAlexaffabout
Philip Kam‐Tao Li, Gordon Chun‐Kau Chan, Jianghua Chen, Hung‐Chun Chen, Yuk‐Lun Cheng, Stanley Fan, John Cijiang He, Weixin Hu, Wai-Hon Lim, York Pei, Boon Wee Teo, Ping Zhang, Xueqing Yu

Notice bibliographique

RevueKidney Diseases · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesBarts Charity
Mots-clésMedicineChinaPromotion (chess)Peritoneal dialysisIntensive care medicineDialysisEconomic growthKidney transplantationRenal replacement therapyKidney diseaseTransplantationFamily medicinePolitical scienceInternal medicineEconomics

Résumé

récupéré en direct d'OpenAlex

CKD is a global problem that causes significant burden to the healthcare system and the economy in addition to its impact on morbidity and mortality of patients. Around the world, in both developing and developed economies, the nephrologists and governments face the challenges of the need to provide a quality and cost-effective kidney replacement therapy for CKD patients when their kidneys fail. In December 2019, the 3rd International Congress of Chinese Nephrologists was held in Nanjing, China, and in the meeting, a symposium and roundtable discussion on how to deal with this CKD burden was held with opinion leaders from countries and regions around the world, including Australia, Canada, China, Hong Kong, Singapore, Taiwan, the UK, and the USA. The participants concluded that an integrated approach with early detection of CKD, prompt treatment to slow down progression, promotion of home-based dialysis therapy like peritoneal dialysis and home HD, together with promotion of kidney transplantation, are possible effective ways to combat this ongoing worldwide challenge.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,807
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,281
Écart entre enseignants0,268 · 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
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

Citations48
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueKidney DiseasesMême sujetDialysis and Renal Disease ManagementTravaux en français237 207