MétaCan
Menu
Retour à la cohorte
Enregistrement W4233972427 · doi:10.1093/ndt/21.suppl_4.iv96

Clinical nephrology 1

2006· article· en· W4233972427 sur OpenAlexaff
Ki Young, Hye Young Jang, Lee Jc, Nam Ju Heo, Sejoong Kim, Yoon Chul Jung, Yun Kyu Oh, Kwon Wook, Jin Suk Han, Ozge Onay, Pınar Işık Ağras, Yasemin Uslu, Hale Sakallı, Engin Melek, Nurcan Cengız, Ayman Karkar, Mohammad Mahdi Sagheb, Jamshid Roozbeh, Kamran Bagheri Lankarani, Maryam Moini, Yaşar Çalışkan, Halil Yazıcı, Hamdi Püşüroğlu, Hakkı Boz, Hüseyin Oflaz, Alaattin Yıldız, P. Dzekova, A Asani, G. Selim, S. Gelev, V. Amitov, K Zafirovska, Luca Lullo, Roberto Addesse, C. Comegna, Cristina Galderisi, Giuseppe Iannacci, Cristina Gluhovschi, Gheorghe Gluhovschi, Elena Potencz, Diana Herman, Virginia Trandafirescu, Adalbert Schiller, Ligia Petrică, Silvia Velciov, Gheorghe Bozdog, Flaviu Bob, Călin Muntean, Alessandro Capitanini, Nicola Mochi, Duccio Rossini, Aldo Lupi, Arturo Rossi, Claudia Del Corso, Isabella Nefrologia, Kannaiyan S Rabindranath, Alison M. MacLeod, Norman Muirhead

Notice bibliographique

RevueNephrology Dialysis Transplantation · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueOrgan Donation and Transplantation
Établissements canadiensLondon Health Sciences CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineNephrologyInternal medicineIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

were following: (1) to determine differences between the premortem and postmortem diagnoses of ChP (2) to define more precisely the prevalence and the structure of diagnosis of ChP in Ukraine.Methods: The autopsy reports were obtained from 10 general hospitals situated in different regions of Ukraine.16190 autopsy reports from 1995 to 2004 were reviewed to identify all individuals (1518) found to have ChP.The following characteristics were analyzed: a basic disease, a complicating disease, a coexistent disease; the underlying and immediate causes of death, discrepancies between final clinical and autopsy diagnoses (FCD and FAD).Results: Ages of the deceased ranged from 18 to 93 years (mean=64.9).According to the FCD frequency of ChP was 8.7±0.21%,FAD -8.0±0.22%(p=0.021).The prevalence of ChP in relation with the unit of hospitaltherapeutic/surgical was 3.2:1 (FCD) and 2.1:1 (FAD); in relation with sex -M/F -1:1.15(FCD) and 1.2:1 (FAD).Comparison of FCD and FAD showed that the rate of premortem overdiagnostics of ChP was 29.5±1.17%,underdiagnostics -19.1±1.01%; the clinical diagnosis of ChP was confirmed at autopsy in 51.3±1.28% of cases.The mean time of staying in hospital was: in relation with overdiagnostics -12.7±0.90;underdiagnostics -8.5±0.80 and confirmation -10.3±0.53 days (p=0.0045).According to the FAD ChP was a basic disease in 15.6±0.94% of cases, a complicating disease -in 13.2±0.87% of cases and a coexistent disease in 71.2±1.17% of cases.Among the immediate causes of death, more common were heart failure (23.1±1.08%),purulent-septic complications (12.8±0.86%),brain edema (9.7±0.77%),metastatic disease (6.3±0.63%),myocardial infarction and sudden coronary death (4.4±0.53%),pulmonary embolism (3.8±0.49%),multi-organ failure (3.3±0.46%),pulmonary edema (3.0±0.44%).The distribution of the underlying causes of death was following: cardiac and vascular diseases -25.8±1.12%,kidney diseases -21.7±1.06% (includes ChP -15.6±0.94%,renal stones disease -3.5±0.47% and polycystic kidney disease -1.4±0.30%),malignant neoplasms -16.6±0.95%,digestive system diseases -8.2±0.70%,lung diseases -4.6±0.54%,diabetes -3.1±0.44%.Conclusions: The prevalence of ChP according to FAD was 8.0±0.22% that was less than the one obtained from FCD. ChP more often occurred as a coexistent disease (71.2±1.17%).The most common underlying causes of death in ChP patients were cardiac and vascular diseases, kidney diseases (includes ChP, renal stones disease and polycystic kidney disease) and malignant neoplasms; among the immediate causes of death dominated: heart failure and purulent-septic complications.The percent confirmation of FCD and FAD in ChP was only 51.3±1.28%.Our results suggest that premortem diagnostics need to be improved for the elaboration of correct diagnoses.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,160

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0480,016

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,294
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNephrology Dialysis TransplantationMême sujetOrgan Donation and TransplantationTravaux en français237 207