Epidemiology of haemodialysis outcomes
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
Haemodialysis (HD) is the commonest form of kidney replacement therapy in the world, accounting for approximately 69% of all kidney replacement therapy and 89% of all dialysis. Over the last six decades since the inception of HD, dialysis technology and patient access to the therapy have advanced considerably, particularly in high-income countries. However, HD availability, accessibility, cost and outcomes vary widely across the world and, overall, the rates of impaired quality of life, morbidity and mortality are high. Cardiovascular disease affects more than two-thirds of people receiving HD, is the major cause of morbidity and accounts for almost 50% of mortality. In addition, patients on HD have high symptom loads and are often under considerable financial strain. Despite the many advances in HD technology and delivery systems that have been achieved since the treatment was first developed, poor outcomes among patients receiving HD remain a major public health concern. Understanding the epidemiology of HD outcomes, why they might vary across different populations and how they might be improved is therefore crucial, although this goal is hampered by the considerable heterogeneity in the monitoring and reporting of these outcomes across settings. This Review examines the epidemiology of haemodialysis outcomes — clinical, patient-reported and surrogate outcomes — across world regions and populations, including vulnerable individuals. The authors also discuss the current status of monitoring and reporting of haemodialysis outcomes and potential strategies for improvement.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,006 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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