MétaCan
Menu
← Retour à la cohorte
Enregistrement W4403834957 · doi:10.1681/asn.2024xg9xnfec

Primary Cause of Kidney Failure in 40 Countries in Apollo Dial DB

2024· article· en· W4403834957 sur OpenAlexaboutno aff
Yue Jiao, Melanie Wolf, Kaitlyn Croft, Paola Carioni, Mitesh Soni, Anke Winter, Luca M. Neri, Sheetal Chaudhuri, Kanti Singh, Milind Nikam, Stefano Stuard, Adrián Guinsburg, Dinesh K. Chatoth, Jeffrey L. Hymes, Kirill Koulechov, Len A. Usvyat, John W. Larkin, Franklin W. Maddux

Notice bibliographique

RevueJournal of the American Society of Nephrology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueOrgan Donation and Transplantation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDialApolloMedicinePrimary (astronomy)KidneyInternal medicineEngineeringPhysicsBiology

Résumé

récupéré en direct d'OpenAlex

Background: Diabetes is a main cause of kidney failure, but the variability in rates of disease etiology is unknown. We used a global dialysis database, Apollo Dial DB, to assess the primary cause of kidney failure in 40 countries. Methods: Apollo Dial DB is an anonymized database constructed from real-world data at a kidney care network (Fresenius Medical Care, Bad Homburg, DE). Longitudinal data is captured on an observation-level (each treatment, lab, value). First version has >360 variables (demographics, dialysis, labs, medications, surveys, & outcomes) from 01Jan2018-31Mar2021. Data anonymization was performed in alignment with recommendations from a re-identification risk determination (Privacy Analytics, Ontario, CA). We analyzed the primary cause of kidney failure defined as due to diabetes, other causes, or unspecified/unknown causes. Results: In 543,169 adults (age ≥18 years) treated by dialysis, 455,769 (80.6%) had a known primary kidney failure cause. Globally, kidney failure due to diabetes was 39.8%, other causes were 40.8%, and unspecified/unknown cause was 19.4%). Cause of primary kidney failure varied dramatically by country ranging for: diabetes from <1% to 49%, other causes from 1% to 77%, and unspecified/unknown cause from 4% to 98% (Figure 1). Conclusion: Leading primary cause of kidney failure is diabetes in four countries, other causes in 13 countries, and unspecified/unknown in 23 countries. Diabetic nephropathy is meaningful in select countries, but considering a global landscape, needs to be determined. The importance of other causes of kidney disease, such as hypertensive and glomerular disorders (including those in diabetes), need to be considered at a local level. The cause of kidney failure appears undetermined in many parts of the world. Findings bring to light the potential role of underdiagnosis, as well as diseases of unknown origin. 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 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)0,002
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 enseignants0,023
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,271
Écart entre enseignants0,262 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society of Nephrology→Même sujetOrgan Donation and Transplantation→Travaux en français237 207→