The prevalence of predialysis hyperkalemia and associated characteristics among hemodialysis patients: The <scp>RE‐UTILIZE</scp> study
Notice bibliographique
Résumé
Abstract Introduction Hyperkalemia (HK), defined as serum potassium (K+) >5.0 mEq/L, is an independent predictor of mortality in patients on maintenance hemodialysis (HD). This study investigated the annual prevalence of HK and examined patient characteristics potentially associated with a higher annual HK prevalence. Methods This retrospective observational cohort study used Dialysis Outcomes and Practice Patterns Study (DOPPS) survey data from US patients undergoing in‐center HD thrice weekly from 2018 to 2019. The primary endpoint was the proportion of patients with any predialysis HK (K+ >5.0 mEq/L) within 1 year from the index date (date of DOPPS enrollment), using the first hyperkalemic K+ value. Secondary endpoints were the proportion of patients with moderate‐to‐severe (K+ >5.5 mEq/L) or severe (K+ >6.0 mEq/L) HK. Findings Overall, 9347 patients on HD were included in this analysis (58% male and 49% aged >66 years). Any predialysis HK (K+ >5.0 mEq/L) occurred in 74% of patients within 1 year of the index date, 52% within 3 months, and 38% within 1 month. The annual prevalence of moderate‐to‐severe and severe HK was 43% and 17%, respectively. Recurrent HK (at least two K+ >5.0 mEq/L within 1 year) occurred in 60% of patients, and 2.8% of patients were prescribed an oral K+ binder. Multivariable logistic regression analysis showed younger age, female sex, Hispanic ethnicity, and renin–angiotensin–aldosterone system inhibitor use were significantly associated with a higher annual prevalence of any predialysis HK, while Black race, obesity, recent initiation of HD, and dialysate K+ bath concentration ≥3 mEq/L were associated with a lower prevalence of HK. Discussion The annual prevalence of predialysis HK and recurrence were high among US patients on HD, whereas oral K+ binder use was low. Further studies are needed to understand the impact of dialysate K+ bath concentrations on predialysis HK among patients on HD.
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 | 0,001 | 0,002 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».