Central and peripheral arterial diseases in chronic kidney disease: conclusions from a Kidney Disease: Improving Global Outcomes (KDIGO) Controversies Conference
Notice bibliographique
Résumé
Chronic kidney disease (CKD) affects about 10% of all populations worldwide, with about 2 million people requiring dialysis. Although patients with CKD are at high risk of cardiovascular disease and events, they are often underrepresented or excluded in clinical trials, leading to important knowledge gaps about how to treat these patients. KDIGO (Kidney Disease: Improving Global Outcomes) convened the fourth clinical Controversies Conference on the heart, kidney and vasculature in Dublin, Ireland, in February 2020, entitled Central and Peripheral Arterial Diseases in Chronic Kidney Disease. A global panel of multidisciplinary experts from the fields of nephrology, cardiology, neurology, surgery, radiology, vascular biology, epidemiology, and health economics attended. The objective was to identify key issues related to the optimal detection, management, and treatment of cerebrovascular diseases, central aortic disease, renovascular disease, and peripheral artery disease in the setting of CKD. This report outlines the common pathophysiology of these vascular processes in the setting of CKD, describes best practices for their diagnosis and management, summarizes areas of uncertainty, addresses ongoing controversial issues, and proposes a research agenda to address key gaps in knowledge that, when addressed, could improve patient care and outcomes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,047 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,014 | 0,024 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».