Moving from Evidence to Implementation of Breakthrough Therapies for Diabetic Kidney Disease
Notice bibliographique
Résumé
Diabetic kidney disease is the most frequent cause of kidney failure, accounting for half of all cases worldwide. Moreover, deaths from diabetic kidney disease increased 106% between 1990 and 2013, with most attributed to cardiovascular disease. Recommended screening and monitoring for diabetic kidney disease are conducted in less than half of patients with diabetes. Standard-of-care treatment with an angiotensin-converting enzyme inhibitor or an angiotensin receptor blocker is correspondingly low. Sodium-glucose cotransporter 2 inhibitors, glucagon-like peptide 1 receptor agonists, and a nonsteroidal mineralocorticoid antagonist are highly effective therapies to reduce kidney and cardiovascular risks in diabetic kidney disease. However, <20% of eligible patients are receiving these agents. Critical barriers are high out-of-pocket drug costs and low reimbursement rates. Data demonstrating clinical and cost-effectiveness of diabetic kidney disease care are needed to garner payer and health care system support. The pharmaceutical industry should collaborate on value-based care by increasing access through affordable drug prices. Additionally, multidisciplinary models and communication technologies tailored to individual health care systems are needed to support optimal diabetic kidney disease care. Community outreach efforts are also central to make care accessible and equitable. Finally, it is imperative that patient preferences and priorities shape implementation strategies. Access to care and implementation of breakthrough therapies for diabetic kidney disease can save millions of lives by preventing kidney failure, cardiovascular events, and premature death. Coalitions composed of patients, families, community groups, health care professionals, health care systems, federal agencies, and payers are essential to develop collaborative models that successfully address this major public health challenge.
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 | 0,155 | 0,459 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,008 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,016 | 0,016 |
| Science ouverte | 0,008 | 0,010 |
| Intégrité de la recherche | 0,015 | 0,020 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,004 |
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 ».