A National Survey of Conservative Kidney Management Practices for Patients Who Forgo RRT
Notice bibliographique
Résumé
Key Points In the largest survey of US nephrology providers on conservative kidney management (CKM), most reported limited experience with CKM and varied approaches and local resources to provide CKM. There is need to enhance provider training and surveillance of CKM practices and to develop models of CKM that optimize care delivery and outcomes for these patients. Background Clinical practice guidelines advocate for conservative kidney management (CKM), a planned, holistic, patient-centered approach to caring for patients who forgo initiation of RRT. Little is known about the extent to which current care practices meet these expectations. Methods We conducted a cross-sectional survey of a national sample of nephrology providers recruited through US professional societies between March and July 2022 and inquired about their experiences with caring for patients who forgo RRT and their capacity to provide CKM. Results Overall, 203 nephrology providers (age 47±12 years, 53.2% White, 66.0% female), of which 49.8% were nephrologists and 50.2% advanced practice providers, completed the survey. Most (70.3%) reported that <10% of their practice comprised patients who had forgone RRT. Most indicated that they always or often provided symptom management (81.8%), multidisciplinary care (68.0%), tools to support shared decision making about treatment of advanced kidney disease (66.3%), and psychological support (52.2%) to patients who forgo RRT, while less than half reported that they always or often provided staff training on the care of these patients (47.8%) and spiritual support (41.4%). Most providers reported always or often working with primary care (72.9%), palliative medicine (68.8%), hospice (62.6%), social work (58.1%), and dietitian (50.7%) services to support these patients, while only a minority indicated that they always or often offered chaplaincy (23.2%), physical and/or occupational therapy (22.8%), psychology or psychiatry (31.5%), and geriatric medicine (28.1%). Conclusions Many nephrology providers have limited experience with caring for patients who forgo RRT. Our findings highlight opportunities to optimize comprehensive CKM care for these patients.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».