Why and how should we promote home dialysis for patients with end-stage kidney disease during and after the coronavirus 2019 disease pandemic? A French perspective
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The health crisis induced by the pandemic of coronavirus 2019 disease (COVID-19) has had a major impact on dialysis patients in France. The incidence of infection with acute respiratory syndrome coronavirus 2 (SARS-CoV-2) during the first wave of the COVID-19 epidemic was 3.3% among dialysis patients-13 times higher than in the general population. The corresponding mortality rate was high, reaching 21%. As of 19th April, 2021, the cumulative prevalence of SARS-CoV-2 infection in French dialysis patients was 14%. Convergent scientific data from France, Italy, the United Kingdom and Canada show that home dialysis reduces the risk of SARS-CoV-2 infection by a factor of at least two. Unfortunately, home dialysis in France is not sufficiently developed: the proportion of dialysis patients being treated at home is only 7%. The obstacles to the provision of home care for patients with end-stage kidney disease in France include (i) an unfavourable pricing policy for home haemodialysis and nurse visits for assisted peritoneal dialysis (PD), (ii) insufficient training in home dialysis for nephrologists, (iii) the small number of administrative authorizations for home dialysis programs, and (iv) a lack of structured, objective information on renal replacement therapies for patients with advanced chronic kidney disease (CKD). We propose a number of pragmatic initiatives that could be simultaneously enacted to improve the situation in three areas: (i) the provision of objective information on renal replacement therapies for patients with advanced CKD, (ii) wider authorization of home dialysis networks and (iii) price increases in favour of home dialysis procedures.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle