Pediatric AKI in the real world: changing outcomes through education and advocacy—a report from the 26th Acute Disease Quality Initiative (ADQI) consensus conference
Notice bibliographique
Résumé
BACKGROUND: Acute kidney injury (AKI) is independently associated with increased morbidity and mortality across the life course, yet care for AKI remains mostly supportive. Raising awareness of this life-threatening clinical syndrome through education and advocacy efforts is the key to improving patient outcomes. Here, we describe the unique roles education and advocacy play in the care of children with AKI, discuss the importance of customizing educational outreach efforts to individual groups and contexts, and highlight the opportunities created through innovations and partnerships to optimize lifelong health outcomes. METHODS: During the 26th Acute Disease Quality Initiative (ADQI) consensus conference, a multidisciplinary group of experts discussed the evidence and used a modified Delphi process to achieve consensus on recommendations on AKI research, education, practice, and advocacy in children. RESULTS: The consensus statements developed in response to three critical questions about the role of education and advocacy in pediatric AKI care are presented here along with a summary of available evidence and recommendations for both clinical care and research. CONCLUSIONS: These consensus statements emphasize that high-quality care for patients with AKI begins in the community with education and awareness campaigns to identify those at risk for AKI. Education is the key across all healthcare and non-healthcare settings to enhance early diagnosis and develop mitigation strategies, thereby improving outcomes for children with AKI. Strong advocacy efforts are essential for implementing these programs and building critical collaborations across all stakeholders and settings.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».