A Prospective, Real-World Evidence Study of Hyperkalemia Management Decision Making: Design of the TRACK Study
Notice bibliographique
Résumé
Background: Prospective data on healthcare professionals' (HCP) decision making and patient management related to hyperkalemia (HK) are scarce. The TRACK study will collect data on HCP objectives and decision-making behaviors when encountering patients with HK in real-world practice, as well as patient perceptions of HK and its treatment. Methods: TRACK is a multinational, prospective, observational, longitudinal cohort study within the US and Europe. We plan to enroll approximately 1250 patients with established HK. During the 12-month follow-up, data will be collected from health records and HCPs using an electronic case report form at 3-month intervals. Patient-reported outcomes will also be collected. The primary objective is to describe HK management decisions, their rationale, and expectations at baseline, and their association with treatment response indicators (correction of HK; target doses of renin-angiotensin-aldosterone system inhibitors [RAASi]; healthcare resource utilization) (Figure). The secondary objective is to describe patients' clinical parameters during follow-up. Exploratory objectives include patient awareness and satisfaction with HK management. Results: Anticipated study completion is 2024. Conclusions: This non-interventional, real-world study will gather insights into HCP approaches to implementing HK management. TRACK will characterize the impact of HCP decision making on HK recurrence, inform the use of guideline-directed therapies related to RAASi use, and address knowledge gaps regarding HCP and patient perspectives on HK management. Funding: Commercial Support - AstraZenecaTRACK Study Design Concept
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».