MétaCan
Menu
Retour à la cohorte
Enregistrement W4402963567 · doi:10.1093/ckj/sfae281

How to make a shared decision with older persons for end-stage kidney disease treatment: the added value of geronto-nephrology

2024· review· en· W4402963567 sur OpenAlexaff
Florent Guerville, Marion Pépin, Antoine Garnier‐Crussard, Jean‐Baptiste Beuscart, S. Citarda, Aldjia Hocine, Cédric Villain, Thomas Tannou

Notice bibliographique

RevueClinical Kidney Journal · 2024
Typereview
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesnon disponible
Mots-clésNephrologyValue (mathematics)End-stage kidney diseaseStage (stratigraphy)Internal medicineMedicineEnd stage renal diseaseDiseaseIntensive care medicineKidney diseaseGerontologyComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

Improving care for older people with end-stage kidney disease (ESKD) requires the adaptation of standards to meet their needs. This may be complex due to their heterogeneity in terms of multimorbidity, frailty, cognitive decline and healthcare priorities. As benefits and risks are uncertain for these persons, choosing an appropriate treatment is a daily challenge for nephrologists. In this narrative review, we aimed to describe the issues associated with healthcare for older people, with a specific focus on decision-making processes; apply these concepts to the context of ESKD; identify components and modalities of shared decision-making and suggest means to improve care pathways. To this end, we propose a geronto-nephrology dynamic, described here as the necessary collaboration between these specialties. Underscoring gaps in the current evidence in this field led us to suggest priority research orientations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,710
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,247
Tête enseignante GPT0,510
Écart entre enseignants0,263 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Kidney JournalMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207