MétaCan
Menu
Retour à la cohorte
Enregistrement W4389225071 · doi:10.1177/20543581231215865

Implementing a Formalized Risk-Based Approach to Determine Candidacy for Multidisciplinary CKD Care: A Descriptive Cohort Study

2023· article· en· W4389225071 sur OpenAlexafffundabout
Maoliosa Donald, Robert G. Weaver, Michelle Smekal, Chandra Thomas, Robert R. Quinn, Braden Manns, Marcello Tonelli, Aminu K. Bello, Tyrone G. Harrison, Navdeep Tangri, Brenda R. Hemmelgarn

Notice bibliographique

RevueCanadian Journal of Kidney Health and Disease · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Kidney Disease and Diabetes
Établissements canadiensUniversity of ManitobaUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchGovernment of AlbertaAlberta Health Services
Mots-clésMedicineKidney diseaseNephrologyInternal medicineHazard ratioProportional hazards modelMultidisciplinary approachPopulationVeterans AffairsCandidacyIntensive care medicineEmergency medicineCohortConfidence interval

Résumé

récupéré en direct d'OpenAlex

Background: The kidney failure risk equation (KFRE) can be used to predict progression to end-stage kidney disease in a clinical setting. Objective: Evaluate implementation of a formalized risk-based approach in nephrologists' outpatient clinics and multidisciplinary chronic kidney disease (CKD) clinics to determine candidacy for multidisciplinary care, and the impact of CKD care selection on clinical outcomes. Design: Population-based descriptive cohort study. Setting: Alberta Kidney Care South. Patients: Adults attending or considered for a multidisciplinary CKD clinic between April 1, 2017, and March 31, 2019. Measurements: -Death, emergency department visits, and hospitalizations. Methods: We linked operational data from the clinics (available until March 31, 2019) with administrative health and laboratory data (available until March 31, 2020). Comparisons among patient groups, courses of care, and clinical settings with negative binomial regression count models and calculated unadjusted and fully adjusted incidence rate ratios. For the all-cause death outcome, we used Cox survival models to calculate unadjusted and fully adjusted hazard ratios. Results: Of the 1748 patients for whom a KFRE was completed, 1347 (77%) remained in or were admitted to a multidisciplinary CKD clinic, 310 (18%) were managed by a nephrologist only, and 91 (5%) were referred back for management by their primary care physician. There was a much higher kidney failure risk among patients who remained at or were admitted to a multidisciplinary CKD clinic (median 2-year risk of 34.7% compared with 3.6% and 0.8% who remained with a nephrologist or primary care physician, respectively). None of the people managed by their primary care physician alone commenced KRT, while only 2 (0.6%) managed by a nephrologist without multidisciplinary CKD care commenced KRT. The rates of emergency department visits, hospitalizations, and death were lower in those assigned to management outside the multidisciplinary CKD clinics when compared with those managed in the multidisciplinary care setting. Limitations: The follow-up period may not have been long enough to determine outcomes, and potentially limited generalizability given variability of care in multidisciplinary clinics. Conclusions: Our findings indicate that a portion of patients can be directed to less resource-intensive care without a higher risk of adverse events. Trial registration: Not applicable.

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)0,006
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 enseignants0,062
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,030
Tête enseignante GPT0,320
Écart entre enseignants0,290 · 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

Citations4
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Kidney Health and DiseaseMême sujetChronic Kidney Disease and DiabetesTravaux en français237 207