MétaCan
Menu
Retour à la cohorte
Enregistrement W4317208376 · doi:10.1177/20543581221149707

Predictors of Urgent Dialysis Following Ambulance Transport to the Emergency Department in Patients Treated With Maintenance Hemodialysis

2023· article· en· W4317208376 sur OpenAlexaff
Aran Thanamyooran, Megi Nallbani, Amanda J. Vinson, David A. Clark, Patrick T. Fok, Judah Goldstein, Keigan More, Janel Swain, Hana Wiemer, Karthik Tennankore

Notice bibliographique

RevueCanadian Journal of Kidney Health and Disease · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensDalhousie UniversityNova Scotia Health Authority
Organismes subventionnairesnon disponible
Mots-clésMedicineDialysisEmergency departmentEmergency medicineHemodialysisOdds ratioConfidence intervalIntensive care medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Patients receiving maintenance hemodialysis frequently require ambulance transport to the emergency department (ambulance-ED transport). Identifying predictors of outcomes after ambulance-ED transport, especially the need for timely dialysis, is important to health care providers. Objective: The purpose of this study was to derive a risk-prediction model for urgent dialysis after ambulance-ED transport. Design: Observational cohort study Setting and Patients: All ambulance-ED transports among incident and prevalent patients receiving maintenance hemodialysis affiliated with a regional dialysis program (catchment area of approximately 750 000 individuals) from 2014 to 2018. Measurements: Patients’ vital signs (systolic blood pressure, oxygen saturation, respiratory rate, and heart rate) at the time of paramedic transport and time since last dialysis were utilized as predictors for the outcome of interest. The primary outcome was urgent dialysis (defined as dialysis in a monitored setting within 24 hours of ED arrival or dialysis within 24 hours with the first ED patient blood potassium level >6.5 mmol/L) for an unscheduled indication. Secondary outcomes included, hospitalization, hospital length of stay, and in-hospital mortality. Methods: A logistic regression model to predict outcomes of urgent dialysis. Discrimination and calibration were assessed using the C-statistic and Hosmer-Lemeshow test. Results: Among 878 ED visits, 63 (7.2%) required urgent dialysis. Hypoxemia (odds ratio [OR]: 4.04, 95% confidence interval [CI]: 1.75-9.33) and time from last dialysis of 24 to 48 hours (OR: 3.43, 95% CI: 1.05-11.9) and >48 hours (OR: 9.22, 95% CI: 3.37-25.23) were strongly associated with urgent dialysis. A risk-prediction model incorporating patients’ vital signs and time from last dialysis had good discrimination (C-statistic 0.8217) and calibration (Hosmer-Lemeshow goodness of fit P value .8899). Urgent dialysis patients were more likely to be hospitalized (63% vs 34%), but there were no differences in inpatient mortality or length of stay. Limitations: Missing data, requires external validation. Conclusion: We derived a risk-prediction model for urgent dialysis that may better guide appropriate transport and care for patients requiring ambulance-ED transport.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,251
Écart entre enseignants0,239 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Kidney Health and DiseaseMême sujetTrauma and Emergency Care StudiesTravaux en français237 207