Surviving the year: Predictors of mortality in conservative kidney management
Notice bibliographique
Résumé
Introduction: Conservative kidney management (CKM) is a recognised treatment option for selected patients with chronic kidney disease stage 5 (CKD G5), but prognostic indicators for mortality and optimal timing for palliative care transition remain uncertain. Method: This is a single-centre, prospective cohort study of CKD G5 patients who opted for CKM, conducted between April 2021 and September 2024, with longitudinal monitoring of Edmonton Symptom Assessment System Revised: Renal; Palliative Perfor-mance Scale (PPS); Resources Utilisation Group.Activities of Daily Living (RUG-ADL) scale; Clinical Frailty Score; Karnofsky Performance Score; and clinical and laboratory data. Primary outcomes included identifying baseline mortality predictors and validating the PPS for survival estimation. Cox proportional hazards models were used to identify independent predictors of mortality. Results: (P<0.01). Subsequent PPS correlated strongly with survival, with median survival of 1.8 months for PPS <50, 5.3 months for PPS 50.60, and 7.9 months for PPS 70.80 (P=0.03). Conclusion: Baseline eGFR and serum albumin predict 1-year mortality in CKM patients. PPS offers a practical tool for identifying patients requiring palliative care transition, supporting personalised care pathways and timely integration of palliative 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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».