The impact of dialysate flow rate on haemodialysis adequacy: a systematic review and meta-analysis
Notice bibliographique
Résumé
ABSTRACT Background Patients with kidney failure treated with maintenance haemodialysis (HD) require appropriate small molecule clearance. Historically, a component of measuring ‘dialysis adequacy’ has been quantified using urea kinetic modelling that is dependent on the HD prescription. However, the impact of dialysate flow rate on urea clearance remains poorly described in vivo and its influence on other patient-important outcomes of adequacy is uncertain. Methods We searched Embase, MEDLINE and the Cochrane Library from inception until April 2022 for randomized controlled trials and observational trials comparing a higher dialysate flow rate (800 ml/min) and lower dialysate flow rate (300 ml/min) with a standard dialysis flow rate (500 ml/min) in adults (age ≥18 years) treated with maintenance HD (>90 consecutive days). We conducted a random effects meta-analysis to estimate the pooled mean difference in dialysis adequacy as measured by Kt/V or urea reduction ratio (URR). Results A total of 3118 studies were identified. Of those, nine met eligibility criteria and four were included in the meta-analysis. A higher dialysate flow rate (800 ml/min) increased single-pool Kt/V by 0.08 [95% confidence interval (CI) 0.05–0.10, P < .00001] and URR by 3.38 (95% CI 1.97–4.78, P < .00001) compared with a dialysate flow rate of 500 ml/min. Clinically relevant outcomes including symptoms, cognition, physical function and mortality were lacking and studies were generally at a moderate risk of bias due to issues with randomization sequence generation, allocation concealment and blinding. Conclusion A higher dialysate flow increased urea-based markers of dialysis adequacy. Additional high-quality research is needed to determine the clinical, economic and environmental impacts of higher dialysate flow 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 | 0,014 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,021 | 0,044 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».