MétaCan
Menu
Retour à la cohorte
Enregistrement W6945347565 · doi:10.25384/sage.c.7150327.v1

The Association Between Intradialytic Symptom Clusters and Recovery Time in Patients Undergoing Maintenance Hemodialysis: An Exploratory Analysis

2024· other· en· W6945347565 sur OpenAlexaboutno aff

Notice bibliographique

RevueSage Journals Data · 2024
Typeother
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSingle-cell and spatial transcriptomics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHemodialysisQuality of life (healthcare)DialysisFeelingKidney diseaseCohortCohort studyProspective cohort studyCluster (spacecraft)Blood pressure

Résumé

récupéré en direct d'OpenAlex

Background:Individuals receiving hemodialysis often experience concurrent symptoms during treatment and frequently report feeling unwell after dialysis. The degree to which intradialytic symptoms are related, and which specific symptoms may impair health-related quality of life (HRQoL) is uncertain.Objectives:To explore intradialytic symptoms clusters, and the relationship between intradialytic symptom clusters with dialysis treatment recovery time and HRQoL.Design/setting:We conducted a post hoc analysis of a prospective cohort study of 118 prevalent patients receiving hemodialysis in two centers in Calgary, Alberta and Hamilton, Ontario, Canada.Participants:Adults receiving hemodialysis treatment for at least 3 months, not scheduled for a modality change within 6 weeks of study commencement, who could provide informed consent and were able to complete English questionnaires independently or with assistance.Methods:Participants self-reported the presence (1 = none to 5 = very much) of 10 symptoms during each dialysis treatment, the time it took to recover from each treatment, and weekly Kidney Disease Quality of Life 36-Item–Short Form (KDQoL-36) assessments. Principal component analysis identified clusters of intradialytic symptoms. Mixed-effects, ordinal and linear regression examined the association between symptom clusters and recovery time (categorized as 0, >0 to 2, >2 to 6, or >6 hours), and the physical component and mental component scores (PCS and MCS) of the KDQoL-36.Results:One hundred sixteen participants completed 901 intradialytic symptom questionnaires. The most common symptom was lack of energy (56% of treatments). Two intradialytic symptom clusters explained 39% of the total variance of available symptom data. The first cluster included bone or joint pain, muscle cramps, muscle soreness, feeling nervous, and lack of energy. The second cluster included nausea/vomiting, diarrhea and chest pain, and headache. The first cluster (median score: −0.56, 25th to 75th percentile: −1.18 to 0.55) was independently associated with longer recovery time (odds ratio [OR] 1.62 per unit difference in score, 95% confidence interval [CI]: 1.23-2.12) and decreased PCS (−0.72 per unit difference in score, 95% CI: −1.29 to −0.15) and MCS scores (−0.82 per unit difference in score, 95% CI: −1.48 to −0.16), whereas the second cluster was not (OR 1.24, 95% CI: 0.97-1.58; PCS 0.19, 95% CI −0.46 to 0.83; MCS −0.72, 95% CI: −1.50 to 0.06).Limitations:This was an exploratory analysis of a small data set from 2 centers. Further work is needed to externally validate these findings to confirm intradialytic symptom clusters and the generalizability of our findings.Conclusions:Intradialytic symptoms are correlated. The presence of select intradialytic symptoms may prolong the time it takes for a patient to recover from a dialysis treatment and impair HRQoL.

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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,017
Tête enseignante GPT0,246
Écart entre enseignants0,229 · 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
GenreAutre

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 revueSage Journals DataMême sujetSingle-cell and spatial transcriptomicsTravaux en français237 207