MétaCan
Menu
Retour à la cohorte
Enregistrement W4296777849 · doi:10.1093/ckj/sfac213

Age and the eGFR-dependent risk for adverse clinical outcomes

2022· review· en· W4296777849 sur OpenAlexafffund
Ping Liu, Pietro Ravani

Notice bibliographique

RevueClinical Kidney Journal · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueChronic Kidney Disease and Diabetes
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of Calgary
Mots-clésAbsolute risk reductionRelative riskMedicineKidney diseaseRenal functionAbsolute (philosophy)Relative survivalEpidemiologyIntensive care medicineInternal medicineConfidence interval

Résumé

récupéré en direct d'OpenAlex

Although the relative risk of kidney failure increases with more severe chronic kidney disease (CKD) independent of age, with older age the absolute risk of kidney failure at a given time horizon becomes smaller. In this article, we first review some epidemiological measures of outcome occurrence (absolute rate or risk) and association (relative measures: difference or ratio of rates or risks). We emphasize that relative measures need to be presented along with absolute measures to be understood and absolute risk is more helpful than absolute rate when making treatment decisions. We then apply these principles to the discussion of the absolute and relative rates or risks of kidney failure and death across categories of estimated glomerular filtration rate and age. Lastly, we discuss the implications of existing studies on whether the definition of CKD should account for age.

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 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)0,012
score de la tête « metaresearch » (Gemma)0,060
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,866
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,060
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0050,007
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,143
Tête enseignante GPT0,466
Écart entre enseignants0,324 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations8
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Kidney JournalMême sujetChronic Kidney Disease and DiabetesTravaux en français237 207