A Dedicated Vascular access Program can Improve Arteriovenous Fistula Rates without Increasing Catheters
Notice bibliographique
Résumé
PURPOSE: We describe the development and implementation of a comprehensive multidisciplinary vascular access (VA) program and describe its impact on VA distribution rates. METHODS: A retrospective review of all incident and prevalent patients in our hemodialysis (HD) unit was conducted in September 2001 to determine baseline data including: type of VA along with patient characteristics and comorbidities. Similar data was extracted from the database in 2005 for incident and prevalent patients. RESULTS: The VA program had a significant impact on arteriovenous fistulae (AVF) rates in both incident and prevalent HD patients: incident AVF rates increased from 14 to 39% (p=0.04) and prevalent AVF rates from 60 to 64% (p=0.015). Multivariate analysis revealed that male gender (OR 1.79 [CI 0.85-0.98, p=0.006]) and year of dialysis initiation 2005 vs. 2001 (OR 1.65 [CI 1.09-2.5, p=0.017]) were associated with AVF use among prevalent HD patients. Furthermore, age (per 5 years over 70) is associated with a decreased likelihood of having an AVF (OR 0.91 [CI 0.85-0.98, p=0.009]) whereas comorbidities of cardiovascular disease and diabetes had no impact. CONCLUSION: We demonstrate that a structured VA program can increase the number of functioning fistulas without a corresponding increase in catheters in incident and prevalent HD patients.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».