MétaCan
Menu
Retour à la cohorte
Enregistrement W4386134517 · doi:10.1016/j.ekir.2023.08.025

The Role of Nephrology Nurses in Symptom Management – Reflections on the Kidney Disease: Improving Global Outcomes Controversies Conference on Symptom-Based Complications in Dialysis Care

2023· editorial· en· W4386134517 sur OpenAlexaff
Marques Shek Nam Ng, Edwina A. Brown, Michael Cheung, Ana Elizabeth Figueiredo, Helen Hurst, Jennifer King, Rajnish Mehrotra, Lillian A. Pryor, Rachael Walker, Betty Ann Wasylynuk, Paul N. Bennett

Notice bibliographique

RevueKidney International Reports · 2023
Typeeditorial
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensAlberta Health ServicesUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineDialysisNephrologyIntensive care medicineKidney diseaseQuality of life (healthcare)DiseaseDisease managementInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

People with kidney failure undergoing dialysis frequently report distressful symptoms, such as fatigue, pain, and pruritus. These symptoms have negative impacts on quality of life as well as other clinical outcomes, including healthcare utilization and mortality risk. Despite these tremendous impacts, symptom assessment and management can be challenging in clinical settings.1 In May 2022, Kidney Disease: Improving Global Outcomes (KDIGO) held a Controversies Conference entitled Symptom-Based Complications in Dialysis to address the need for developing and testing solutions for assessing and managing symptoms associated with maintenance dialysis.

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)0,000
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,936
Score d'incertitude au seuil0,940

Scores Codex et Gemma par catégorie

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

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 GPT0,317
Écart entre enseignants0,306 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations21
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKidney International ReportsMême sujetDialysis and Renal Disease ManagementTravaux en français237 207