MétaCan
Menu
Retour à la cohorte
Enregistrement W3167089422 · doi:10.1111/hdi.12949

Is home hemodialysis a practical option for older people?

2021· review· en· W3167089422 sur OpenAlexvenueno aff
Henry H. L. Wu, Andrew Nixon, Ajay Dhaygude, Anu Jayanti, Sandip Mitra

Notice bibliographique

RevueHemodialysis International · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute for Health and Care Research
Mots-clésMedicineHome hemodialysisHemodialysisPopulationDialysisTelehealthIntensive care medicinePandemicDiseaseTelemedicineCoronavirus disease 2019 (COVID-19)Health careInternal medicineInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

An increasing demand for in-center dialysis services has been largely driven by a rapid growth of the older population progressing to end-stage kidney disease. Since the onset of the COVID-19 pandemic, efforts to encourage home-based dialysis options have increased due to risks of infective transmission for patients receiving hemodialysis in center-based units. There are various practical and clinical advantages for patients receiving hemodialysis at home. However, the lack of caregiver support, cognitive and physical impairment, challenges of vascular access, and preparation and training for home hemodialysis (HHD) initiation may present as barriers to successful implementation of HHD in the older dialysis population. Assessment of an older patient's frailty status may help clinicians guide patients when making decisions about HHD. The development of an assisted HHD care delivery model and advancement of telehealth and technology in provision of HHD care may increase accessibility of HHD services for older patients. This review examines these factors and explores current unmet needs and barriers to increasing access, inclusion, and opportunities of HHD for the older dialysis population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,387
Écart entre enseignants0,331 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHemodialysis InternationalMême sujetDialysis and Renal Disease ManagementTravaux en français237 207