The ERA Registry Annual Report 2019: summary and age comparisons
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
BACKGROUND: Data on renal replacement therapy (RRT) for end-stage renal disease were collected by the European Renal Association (ERA) Registry via national and regional renal registries in Europe and countries bordering the Mediterranean Sea. This article provides a summary of the 2019 ERA Registry Annual Report, including data from 34 countries and additional age comparisons. METHODS: Individual patient data for 2019 were provided by 35 registries and aggregated data by 17 registries. Using these data, the incidence and prevalence of RRT, the kidney transplantation activity and the survival probabilities were calculated. RESULTS: In 2019, a general population of 680.8 million people was covered by the ERA Registry. Overall, the incidence of RRT was 132 per million population (p.m.p.). Of these patients, 62% were men, 54% were ≥65 years of age and 21% had diabetes mellitus as primary renal disease (PRD), and 84% had haemodialysis (HD), 11% had peritoneal dialysis (PD) and 5% had pre-emptive kidney transplantation as an initial treatment modality. The overall prevalence of RRT on 31 December 2019 was 893 p.m.p., with 58% of patients on HD, 5% on PD and 37% living with a kidney transplant. The overall kidney transplant rate was 35 p.m.p. and 29% of the kidney grafts were from a living donor. The unadjusted 5-year survival probability was 42.3% for patients commencing dialysis, 86.6% for recipients of deceased donor grafts and 94.4% for recipients of living donor grafts in the period 2010-14. When comparing age categories, there were substantial differences in the distribution of PRD, treatment modality and kidney donor type, and in the survival probabilities.
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 | 0,001 | 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 | 0,001 |
| 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