An ISN-DOPPS Survey of the Global Impact of the COVID-19 Pandemic on Peritoneal Dialysis Services
Notice bibliographique
Résumé
Introduction: Home dialysis may minimize SARS-CoV2 exposure risks compared to center-based dialysis. We explored how the pandemic may have introduced challenges related to peritoneal dialysis (PD) supply availability, routine patient care, and how facility practices changed during this time. Methods: The PD/Dialysis Outcomes and Practice Patterns Study (PDOPPS/DOPPS) and International Society of Nephrology (ISN) administered a web-based survey from November 2020 to March 2021. Medical director responses were compared across 10 ISN regions. Results: One hundered sixy-five PD facilities in 51 countries returned surveys. During the initial COVID-19 wave, the reported frequency of in-person patient visits decreased in 9 of 10 ISN regions. Before the pandemic, most facilities required a mask during PD exchanges which continued over the course of the pandemic. Although most facilities in different regions did not report PD supply disruptions, sites in Africa and South Asia reported major disruptions. Reductions in laparoscopic surgical procedures for PD catheters were reported by facilities in 9 of 10 regions whereas nonsurgical percutaneous procedures increased in facilities in 6 regions. Training of new PD patients declined in facilities in each region. Increased use of remote technology by patients to communicate with clinics was observed in all regions compared to prepandemic levels. Conclusion: Marked within-region and across-region variability was noted in PD facility burden, clinical practice, and adaptation to the COVID-19 pandemic. This study highlights opportunities to improve routine PD care, adapt to the ongoing pandemic, and increase preparedness for potential future interruptions in PD care.
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 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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».