Surveillance arterioveNous fistulAs using ultRasound (SONAR) trial in haemodialysis patients: a study protocol for a multicentre observational study
Notice bibliographique
Résumé
Introduction Arteriovenous fistulas (AVFs) are considered the best and safest modality for providing haemodialysis in patients with end-stage renal disease. Only 20% of UK centres achieve the recommended 80% target for achieving dialysis of the prevalent dialysis population via permanent access (as opposed to a central venous catheter). This is partly due to the relatively poor maturation rate of newly created fistulas, with as many as 50% of fistulas failing to mature. The Surveillance Of arterioveNous fistulAe using ultRasound study will examine whether a protocolised programme of Doppler ultrasound (US) surveillance can identify, early after creation, potentially correctable problems in those AVFs that subsequently fail to mature. Methods and analysis This is a multicentre observational study that will assess newly created AVFs by Doppler US performed at 2, 4, 6 and 10 weeks after creation. The primary outcome measure will be primary fistula patency at week 10. Secondary outcome measures include: successful use of the fistula; clinical suitability for dialysis; creation of new fistula or radiological salvage; fistula thrombosis; secondary fistula patency rate and patient acceptability. Ethics and dissemination The study has been approved by the Cambridgeshire and Hertfordshire Research Ethics Committee and by the Health Research Authority (REC 18/EE/0234). The results generated from this work will be published as open access, within 3 years of trial commencement. We will also present our findings at key national/international renal meetings, as well as support volunteers at renal patient groups to disseminate the trial outcome. Trial registration number ISRCTN36033877
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».