MétaCan
Menu
Retour à la cohorte
Enregistrement W4400138395 · doi:10.1111/hdi.13167

Impact of specialized renal technologists on optimizing delivery of continuous kidney replacement therapy in critical care areas a retrospective study

2024· article· en· W4400138395 sur OpenAlexvenueno aff
Noha Abou Khater, Ahmed A. Sadeq, Dima Tareq Al-Absi, Mecit Can Emre Simsekler, Islam Mohamed Khattab, Ehab AbouAlazayem Abdelsalam Mohamed Shalaby, Rawan Abukhater, Deanne T. Kashiwagi, Christian Andras, Andrea Molesi, Fahad Omar, Mezher Abbas, Mohammed Sifar Pirayil, Siddiq Anwar

Notice bibliographique

RevueHemodialysis International · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineRenal replacement therapyIntensive care unitRetrospective cohort studyMultidisciplinary approachHemodialysisIntensive care medicineCritically illEmergency medicineSurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Continuous renal replacement therapy (CKRT) is delivered to some of the most critically ill patients in hospitals. This therapy is expensive and requires coordination of multidisciplinary teams to ensure the prescribed dose is delivered. With increased demands on the critical care nursing staff and increased complexities of patients admitted to critical care units, we evaluated the role of specialized renal technologists in ensuring the prescribed dose is delivered. Therefore, the aim of this study is to investigate the impact of supporting intensive care unit nurses with specialized renal technologists on optimizing efficiency of CKRT sessions in the United Arab Emirates. METHODS: This is a retrospective study that compared critically ill patients on CKRT overseen by specialized renal technologists versus who are non-covered in the year 2021. RESULTS: A total of 331 sessions on 158 patients were included in the study. The mean filter life was longer in specialized renal technologists-covered patients compared to the non-covered group (66 vs. 59 h, p = 0.019). After adjustment by multiple regression analysis for risk factors (i.e., age, gender, mechanical ventilation, sepsis, mean arterial pressure, vasopressors, and SOFA) that may affect CKRT machines' filter life, presence of a specialized renal technologists resulted in significantly longer filter life (co-efficient 0.129; CI 95% 1.080, 11.970; p-value: 0.019). CONCLUSION: Our study suggests that specialized renal technologists play a vital role in prolonging CKRT machine's filter life span and optimizing CKRT machine's efficiency. Further research should focus on other potential benefits of having specialized renal technologists performing CKRT sessions, and to confirm the finding of this study. Additionally, a cost-benefit analysis could be conducted to determine the economic impact of having specialized teams performing CKRT.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,039
Tête enseignante GPT0,405
Écart entre enseignants0,366 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHemodialysis InternationalMême sujetAcute Kidney Injury ResearchTravaux en français237 207