A Single-Centre Experience with Assisted Home Hemodialysis in Long-Term Care Facilities
Notice bibliographique
Résumé
Background: To address challenges imposed by the COVID-19 pandemic, our renal program expanded assisted home hemodialysis (HD) services to provide on-site HD to patients residing in long-term care (LTC) facilities. The purpose of this study was to describe the patient and treatment characteristics and outcomes in a cohort of patients undergoing home HD in LTC facilities. Methods: We conducted a retrospective review of all consecutive patients across 15 LTC facilities within our catchment area in Toronto who converted from in-centre HD to LTC-HD between March 2020 and March 31, 2023. We included all adult patients who received assisted conventional (3 HD/week, 3-4 hr) and short-daily (5-7 HD/week, 2-3 hr) HD provided by a registered nurse, registered practical nurse, or personal support worker during the study period. We extracted all data from our hospital electronic record system, including baseline demographics, comorbidities, dialysis prescriptions, deaths, hospitalizations, COVID-19 related and unrelated infections. Results: The mean age among 44 eligible patients was 75.6 years with 30 (70%) male patients and 13 (30%) female patients. Thirty-one (67%) patients had type two diabetes. There were 20 patients (45%) on conventional HD and 24 patients (54%) on daily HD at the time of enrolment. Eighty-five percent had limited mobility or were bedbound and 33% had dementia.During follow-up, there were 23 deaths with a one-year mortality rate of 45%. There were 69 hospitalization events, including 13 intensive care unit (ICU) admissions, with an average length of stay of 11 days. The number of access related complications was 18. There were 10COVID-19 infections. Conclusion: Assisted hemodialysis in LTC facilities is a patient-centered means by which to provide dialysis to a frail and vulnerable patient population. As expected, clinical outcomes were relatively poor. Additional analyses with control data as well as costing and ethical evaluations are ongoing and will be reported separately.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».