Real-world evaluation of patiromer utilization and its effects on serum potassium in veterans with end stage kidney disease
Notice bibliographique
Résumé
Hyperkalemia (serum potassium [K+] ≥5.1) is life-threatening in patients diagnosed with end stage kidney disease (ESKD). Patiromer is approved for the treatment of hyperkalemia, although its role in hyperkalemic patients with ESKD is not well understood. This study describes real-world patiromer utilization in an ESKD population and its corresponding association with serum K+ level changes. The study population was comprised of US veterans with an outpatient dispensing of patiromer and 2 or more International Classification of Diseases diagnostic codes for ESKD. A treatment course of patiromer was defined by serial dispensing events without a 30-day gap. Patiromer utilization was described by duration, average dose, persistence, and proportion of days covered during patiromer course. Mean serum K+ values were described for baseline and 3 follow-up intervals during the 180-day follow-up period. There were 458 patients with ESKD included in the study. On average, patients had 1.24 (95% CI: 1.20-1.29) patiromer courses. Half of the population discontinued their first patiromer course within 30 days, while approximately 10% of patients remained persistent at the end of the 180-day period and 102 (22.3%) patients started a second course during the 180-day follow up period. Average serum K+ concentrations during baseline and the 3 evaluation intervals during the 180-day follow-up were 5.91 mEq/L (5.85-5.97), 4.94 mEq/L (4.86-5.03), 4.89 mEq/L (4.8-4.98) and 4.88 mEq/L (4.8-4.96). Few patients remained persistent on their initial course of patiromer at the end of follow-up, but approximately 20% of patients initiated a second treatment episode after a 30-day gap in treatment during the 180-day follow-up period. Nonetheless, average serum K+ in ESKD patients were sustainably reduced by approximately 1 mEq/L during follow-up.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».