Comparison of Clinical and Sociodemographic Characteristics of Hemodialysis Modalities
Notice bibliographique
Résumé
Background: Hemodiafiltration (HDF) is a well-established kidney replacement therapy. However, the selection of the dialysis modality is normally made according to individual characteristics. We aimed to compare clinical and sociodemographic characteristics (with special interest in mineral bone disease (MBD) markers) according to hemodialysis modality among patients treated in 4 countries in Latin America in the first version of the global database (Apollo Dial DB). Methods: Apollo Dial DB includes adult dialysis patient data from a global kidney network during Jan 2018-Mar 2021 (Fresenius Medical Care, Bad Homburg, DE). Data anonymization was performed in alignment with recommendations from a re-identification risk determination (Privacy Analytics, Ontario, CA). We included patients with HD or HDF for >90 days, with >90% of their assigned treatment for 12 weeks. Results: A total of 20,350 patients were analyzed, 17,916 (88%) patients on HD, 2,434 (12%) on HDF. Figure shows differences in sociodemographic and clinical characteristics of the patient groups. Patients in HDF group were younger, had higher vintage, lower prevalence of preexisting CVD and diabetes, higher prevalence of fistula as vascular access, larger use of Vitamin D analogs, phosphate binders and calcimimetics. OCM Kt/V and blood flow were higher among HDF compared to HD. Slightly higher target achievement were observed for calcium and phosphate parameters on HDF group. Conclusion: Prescription of HDF as kidney replacement therapy is not solely determined by specific guidelines but significantly influenced by various patients’ characteristics that may lead to selection bias when analyzing the treatment effect. Hyperphosphatemia is particularly an indication for HDF in most LatAm countries, therefore future research is needed to evaluate how HDF affects MBD markers independently of other patient’s factors. Funding: Commercial Support - Fresenius Medical Care
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».