Code Status Variability in a Regional Hemodialysis Program
Notice bibliographique
Résumé
Background: Patients with end stage kidney disease (ESKD) treated with hemodialysis (HD) have poor life expectancy and may not benefit from aggressive measures at the end of life. Previous studies suggest variability in Do Not Resuscitate (DNR) orders in patients treatd with HD but they are limited by missing code statuses and inability to adjust for demographics. In our regional HD program, with complete code status ascertainment that is updated annually, our objective was to examine DNR variability while accounting for demographic factors. Methods: We conducted a cross-sectional study of DNR prevalence in October 2019 in patients treated with in-centre HD in a regional program, which consists of a main centre and six smaller centers. Patients are transferred to smaller centres based on location. Each centre has an attending nephrologist who reviews code status yearly with every patient. Unadjusted DNR prevalance are compared using the Chi-square test and multiple logistic regression is used to control for covariates (age, sex, race, dialysis vintage, HD unit). Results: We included 374 patients, 193 (52%) from the main centre and 181 (48%) from its satelite units. Mean age of patients is 67.2±14.3 years, 52% male, 87% Caucasian, and dialysis vintage 5.2±5.5 years. Code status was full code in 78% and DNR in 22% with significant variation across sites (range of 9% to 44%, p = 0.02) (Figure 1). Variation remained significant (p = 0.03) after controlling for covariates.Figure 1:: Unadjusted DNR prevalence in hemodialysis units across a regional dialysis program.Conclusions: Variability in code status at different HD centres in our regional program persisted despite accounting for differences in patient age, sex, race, and HD vintage. This finding suggests factors related to the HD centre may affect code status decisions, such as local culture, question phrasing, and views of the treating nephrologist. Future studies are planned to determine if a standardized approach to discussing code status would normalize rates.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».