Effect of profit status in facilities on the mortality of patients on long-term haemodialysis: a nationwide cohort study
Notice bibliographique
Résumé
OBJECTIVES: Over the past two decades, debates on whether the profit status of dialysis facilities influences patient prognosis have been popular in the USA. Taiwan is one of the regions with the highest rate per capita of kidney replacement therapy worldwide, but no similar research has been conducted to date. This is the first study to address this issue. DESIGN: This was a nationwide retrospective cohort study based on the Taiwan Renal Registry Data System. SETTING: Patients were categorised into two groups based on the profit status (for-profit, not-for-profit (NFP)) of dialysis facilities, with 31 350 patients in each group. The patients were followed up from 2005 to 2012. PARTICIPANTS: Patients with uraemia who underwent long-term haemodialysis in private dialysis facilities and public facilities were excluded. PRIMARY AND SECONDARY OUTCOME MEASURES: Survival analyses were performed to compare prognosis between the two groups. Adjustments to patients' basic profile, and facilities' geographical distribution, level, and length of ownership were carried out to minimise possible confounding effects. RESULTS: Analysis revealed that NFP dialysis facilities had better outcomes (HR=0.91, 95% CI (0.89 to 0.93)). A favourable effect remains with the adjustment of the facilities' level, geographical distribution (HR=0.89, 95% CI (0.86 to 0.93)) or length of ownership (HR=0.95, 95% CI (0.89 to 0.95)). Survival analysis based on the geographical distribution and level of facilities was also conducted, which showed better prognosis in medical centres in the six municipalities, whereas worse prognosis was found in local hospitals not located in these municipalities. CONCLUSION: Our findings suggest that in contemporary settings in Taiwan, treatment at NFP dialysis facilities was associated with a better prognosis. The results should be interpreted with caution since the possibility of residual confounding effects and uncertainty of casual relations exist due to the nature of observational studies.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».