Knowledge Translation in Glomerulonephritis: Successes in Translational Research From the Bench to Bedside
Notice bibliographique
Résumé
Purpose of review: Glomerulonephritis refers to a rare group of diseases characterized by glomerular inflammation, which collectively are a common cause of kidney failure. Until recently, there was a lack of high-quality clinical trials to inform the care of patients with glomerulonephritides. We identified examples of successful translational research spanning from basic science to clinical applications, and highlight gaps in implementation science. Sources of information: The focus of our review was derived from discussions between health care professionals, researchers, and patient partners. We also performed literature searches pertaining to the treatment of glomerulonephritis in PubMed and Google Scholar. Methods: Examples of successful knowledge translation were generated through review of new evidence in the past 5 years and by iterative discussions by the authors. We then conducted a narrative review of several themes related to knowledge translation in glomerulonephritis. This was complemented by an interview with a patient partner to provide an example of a patient's perspective living with glomerulonephritis. Key findings: We summarized selected recent advances in glomerulonephritis and its knowledge translation in the following domains: (1) identification of auto-antibodies in membranous nephropathy and minimal change disease; (2) clinical trials of novel targeted therapies for IgA nephropathy and lupus nephritis, which have led to approval of new treatments; (3) developments in research networks and clinical trials in glomerulonephritis; (4) recognition of the importance in developing standardized patient reported outcome measures in clinical trials; and (5) barriers in knowledge translation including access to medication. Limitations: A systematic search of the literature and formal assessment of quality of evidence were beyond the scope of this review.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,116 | 0,310 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,007 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,011 | 0,015 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».