MétaCan
Menu
Retour à la cohorte
Enregistrement W4312203693 · doi:10.1016/j.xkme.2022.100595

Plasma Exchange for ANCA-Associated Vasculitis: An International Survey of Patient Preferences

2022· article· en· W4312203693 sur OpenAlexaffabout
David Collister, Mark Farrar, Lesha Farrar, Paul Brown, Michelle Booth, Tracy Firth, Alfred Mahr, Linan Zeng, Mark A. Little, Reem A. Mustafa, Lynn A. Fussner, Alexa Meara, Gordon Guyatt, David Jayne, Peter A. Merkel, Michael Walsh

Notice bibliographique

RevueKidney Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueVasculitis and related conditions
Établissements canadiensImpactUniversity of AlbertaMcMaster UniversityPopulation Health Research Institute
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesVasculitis Clinical Research ConsortiumRare Diseases Clinical Research NetworkPatient-Centered Outcomes Research Institute
Mots-clésMedicineDialysisCreatinineLogistic regressionRespondentVasculitisANCA-Associated VasculitisInternal medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Rationale & Objective: We sought to elicit patient preferences regarding the use of plasma exchange in antineutrophil cytoplasmic antibody-associated vasculitis (AAV) and its tradeoffs of risk of kidney failure and risk of serious infection. Study Design: Patient survey. Setting & Participants: The online survey was circulated to adults with AAV via kidney and vasculitis networks in Canada, the United Kingdom, and the United States. Outcomes: Respondents reviewed the estimated 1-year risks of kidney failure and serious infection in AAV with and without plasma exchange across 5 serum creatinine categories (150, 250, 350, 450, and 600 μmol/L). For each scenario, participants indicated whether or not they would choose plasma exchange. Analytical Approach: Responses were assessed with multilevel multivariable logistic regression models to identify predictors of respondent choice regarding treatment with plasma exchange. Results: The 470 respondents from the 13 countries (United States 61.7%, United Kingdom 20.0%, Canada 13.8%, and other countries 4.5%) had a mean age of 58.6 (SD 14.3) years, 70.2% women. Respondents were more likely to choose plasma exchange in scenarios at high risk of kidney failure and serious infection (creatinine level of 350 or 450 μmol/L) compared with lower risk scenarios or the highest risk scenario. However, 145 (30.9%) chose plasma exchange across all scenarios, whereas 80 (17.0%) declined plasma exchange across all scenarios. Respondents from the United Kingdom (OR, 2.61; 95% CI, 1.09-6.22) who received previous dialysis (OR, 2.70; 95% CI, 1.12-6.52) or received previous plasma exchange (OR, 5.62; 95% CI, 2.72-11.61) were more likely to choose plasma exchange, whereas older respondents (OR, 0.98; 95% CI, 0.96-0.99 per 1 year increase) were less likely. Limitations: Unclear generalizability to non-English-speaking, older, and less health literate adults, possible responder bias, survivor bias, lack of individualized risk assessments for kidney failure, and serious infection. Conclusions: Patients with AAV do not express a consistent choice for plasma exchange, which highlights the need for shared decision making.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,042
Tête enseignante GPT0,300
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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations12
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueKidney MedicineMême sujetVasculitis and related conditionsTravaux en français237 207