Changes in patient activation in people starting dialysis: A prospective longitudinal, observational study
Notice bibliographique
Résumé
INTRODUCTION: Increased patient activation is associated with improved health outcomes; however, little is known about patient activation in people with end-stage kidney disease at the start of their dialysis journey. This study aimed to measure activation status changes over the first 4 months of dialysis. METHODS: Prospective, longitudinal, and observational study. Incident patients initiating dialysis at 25 in-center hemodialysis and 17 home dialysis programs across three US states managed by the same dialysis provider completed the 13-item Patient Activation Measure (PAM-13) survey at baseline (month 1 after commencement of dialysis) and follow-up (month 4). The survey yields a score (0-100) that corresponds to four levels (1-4), with higher scores or levels indicating higher activation. FINDINGS: One hundred eighty-two participants (139 center, 43 home) completed both baseline and follow-up surveys. Mean age was 60 ± 15 years, 40% female. Mean PAM-13 scores were 65.1 ± 16.8 and 64.8 ± 17.8 at baseline and follow-up, respectively; mean intraindividual change: -0.3 ± 17.3. The proportions of patients at levels 1-4 at baseline were 11%, 23%, 35%, and 31% respectively. At follow-up, 50%, 64%, 52%, and 37% of participants at levels 1-4, respectively, changed to a different PAM level (Spearman correlation = 0.47; p < 0.001). Home dialysis was associated with higher PAM scores when compared to in-center hemodialysis in multivariable analyses, adjusted for sociodemographic variables, comorbidities, and predialysis nephrology care (β = 5.74, 95% confidence intervals [CI]: 0.11-11.37 and 9.02, 95% CI: 3.03-15.02, at baseline and follow-up, respectively). DISCUSSION: Although aggregated group scores and levels remained stable, intra-individual patient activation changed significantly during the first 4 months of dialysis. This novel finding is foundational to future projects aiming to design interventions to improve patient activation.
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 | 0,003 | 0,004 |
| 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 ».