MétaCan
Menu
Retour à la cohorte
Enregistrement W7049195936

Nouvelle technologie de monitorage à distance dans le traitement des patients sous dialyse péritonéale

2023· other· fr· W7049195936 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typeother
Languefr
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIntensive careHemodialysisHospital wardKidney disease
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La dialyse péritonéale (DP) permet au patient insuffisant rénal terminal de réaliser son traitement de dialyse en autonomie à son domicile. Amia avec Sharesource est un appareil de DP (cycleur) innovant incluant une communication via une plateforme connectée permettant la révision à distance par l'équipe traitante des données et alarmes de la séance. L'objectif de ce mémoire est de présenter la dialyse à domicile, de la situer dans le contexte social et économique actuel, de présenter la technologie Amia avec le monitorage à distance Sharesource et déterminer via une étude si cette technologie permet de diminuer le nombre de complications, de visites hospitalières imprévues, d'appels entre le patient et l'équipe traitante, et d'hospitalisations. L'appréciation des patients ainsi que l'évolution de la cohorte en DP étaient également étudiées. Cette étude prospective, menée au CHU de Québec, Hôtel-Dieu-de-Québec, porte sur l'ensemble des patients ayant débuté la DP avec le cycleur Amia avec Sharesource entre juin 2019 et Août 2021 et comparé à une cohorte avec cycleur standard (HomeChoice) des 2 années précédentes. Les données étaient collectées à l'inclusion et à 3, 6, 9, 12 mois. Les résultats des 50 patients du groupe Amia sont comparés aux 60 patients du groupe standard ayant des caractéristiques de populations comparables. On observe une réduction du nombre de visites imprévues, d'hospitalisations et d'appels patients/équipe traitante, mais non significative cependant (respectivement p=0,76, p=0,56, et p=0,24) Il n'y avait pas de différence en terme de nombre de complications. Le score d'appréciation était excellent et la cohorte de DP a pu être maintenue malgré le contexte pandémique de SARS-COV2.

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)0,007
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 GPT0,233
Écart entre enseignants0,216 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWater Quality Monitoring and AnalysisTravaux en français237 207