Understanding Home Hemodialysis Patient Attrition: A Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Home hemodialysis (HHD) offers a flexible, patient-centered modality for patients with kidney failure. Growth in HHD is achieved by increasing the number of patients starting HHD and reducing attrition with strategies to prevent the modifiable reasons for loss. OBJECTIVE: Our primary objective was to describe a Canadian HHD population in terms of technique failure and time to exit from HHD in order to understand reasons for exit. Our secondary objectives include the following: (1) determining reasons for training failure, (2) reasons for early exit from HHD, and (3) timing of program exit. DESIGN: A retrospective cohort study of incident adult HHD patients between January 1, 2013-June 30, 2020. SETTING: Alberta Kidney Care South, AKC-S HHD program. PARTICIPANTS: Patients who started training for HHD in AKC-S. METHODS: A retrospective, cohort study of incident adult HHD patients with primary outcome time on home hemodialysis, secondary outcomes include reason for train failure, time to and reasons for technique failure. Cox-proportional hazard model to determine associations between patient characteristics and technique failure. The cumulative probability of technique failure over time was reported using a competing risks model. RESULTS: < .001). Reasons for HHD exit after training included transplant (35; 21%), death (8; 4.8%), and technique failure (24; 14.4%). Overall, the median time to HHD exit, was 23 months [11, 41] and the median time of technique failure was 17 months [8.9, 36]. Reasons for technique failure included: psychosocial reasons (37%) at a median time 8.9 months [7.7, 13], safety (12.5%) at 19 months [19, 36], and medical (37.5%) at 26 months [11, 50]. LIMITATIONS: Small patient population with quality of data limited by the electronic-based medical record and non-standardized definitions of reasons for exit. CONCLUSIONS: Training failure is a particularly important source of patient loss. Reasons for exit differ according to duration on HHD. Early interventions aimed at reducing train failure and increasing psychosocial supports may help program growth.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».