MétaCan
Menu
Retour à la cohorte
Enregistrement W4409397065 · doi:10.1177/08968608251328517

Peritoneal dialysis training and interventions: A narrative review

2025· review· en· W4409397065 sur OpenAlexaff
Helen Hurst, Ana Elizabeth Figueiredo, Diana Pérez-Morán, Gillian Brunier, Joanna Lee Neumann, Miguel Ángel Trejo Villeda, Josephine Chow

Notice bibliographique

RevuePeritoneal Dialysis International · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésPeritoneal dialysisMedicinePsychological interventionIntensive care medicineNarrativeDialysisNarrative reviewInternal medicineNursingLiterature

Résumé

récupéré en direct d'OpenAlex

BackgroundPeritoneal dialysis (PD) training and education for patients and their caregivers, provided by PD nurses, are crucial for effective PD programs. The goal is to impart sufficient knowledge, skills, training, and support to minimize complications. However, the evidence regarding effective educational interventions during training has been unclear and inconsistent. The review question was: How do PD training methods and educational interventions impact on PD outcomes in adult patients?MethodsA narrative review was undertaken with defined inclusion and exclusion criteria of articles published in the last 10 years. Databases were searched, followed by a selection process conducted with the project team. Quality appraisal and a final selection were uploaded to Excel, and data was extracted. A narrative description of the results was then completed.ResultsA total of 982 articles followed the selection process of these 21 studies, including mixed methods research design, but all met the inclusion criteria. The results were described under headings of training methods, educational interventions, patient characteristics, retraining, and outcomes reported.ConclusionsThe narrative review highlights gaps in robust evidence for educational interventions during training. However, some evidence supports adapting PD training methods to incorporate more individualized approaches, appropriate pre-training assessments, and consistent outcome measures.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,914
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,005
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,067
Tête enseignante GPT0,410
Écart entre enseignants0,343 · 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'étudeAutre devis
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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePeritoneal Dialysis InternationalMême sujetDialysis and Renal Disease ManagementTravaux en français237 207