MétaCan
Menu
Retour à la cohorte
Enregistrement W4286213218 · doi:10.34067/kid.0002822022

How to Determine Fluid Management Goals during Continuous Kidney Replacement Therapy in Patients with AKI: Focus on POCUS

2022· review· en· W4286213218 sur OpenAlex
William Beaubien‐Souligny, Terren Trott, Javier A. Neyra

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueKidney360 · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueHemodynamic Monitoring and Therapy
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Heart, Lung, and Blood Institute
Mots-clésMedicineIntensive care medicineHarmObservational studyRenal replacement therapyCritically illNephrologyAdverse effectIntervention (counseling)PopulationAcute kidney injuryInternal medicineNursingPsychology

Résumé

récupéré en direct d'OpenAlex

The utilization of kidney replacement therapies (KRT) for fluid management of patients who are critically ill has significantly increased over the last years. Clinical studies have suggested that both fluid accumulation and high fluid removal rates are associated with adverse outcomes in the critically ill population receiving KRT. Importantly, the ideal indications and/or fluid management strategies that could favorably affect these patients are unknown; however, differentiating clinical scenarios in which effective fluid removal may provide benefit to the patient by avoiding congestive organ injury, compared with other settings in which this intervention may result in harm, is direly needed in the critical care nephrology field. In this review, we describe observational data related to fluid management with KRT, and examine the role of point-of-care ultrasonography as a potential tool that could provide physiologic insights to better individualize decisions related to fluid management through KRT.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,281
Écart entre enseignants0,258 · 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