Original Article Survival and dialysis initiation: comparing British Columbia and Scotland registries
Notice bibliographique
Résumé
Background. Outcomes are a major metric for evaluating effectiveness of dialysis. Comparisons between different populations reveal significant variation. In addition, the question of optimal timing of dialysis start lacks robust data from which to generate conclusions. Methods. This study compares dialysis survival in two ge-ographically similar areas, Scotland and British Columbia, Canada (BC). The effect of eGFR at dialysis start on sur-vival was alsomeasured. Incident adult dialysis populations of Scotland (n = 3372) and BC (n = 3927), 2000–05 were compared. Mortality Hazard ratios (HR) were calculated using a Cox proportional hazards model. Multivariate anal-ysis included pre-dialysis eGFR, registry, age, sex, dialysis modality, year of start, pre-dialysis haemoglobin and pri-mary renal diagnosis. Results. Median survival times from start of dialysis were 38 (35–40) and 44 (42–47) months in Scotland and BC, re-spectively, giving an unadjusted mortality HR, Scotland versus BC, of 1.20 (95 % C.I. 1.12–1.29). BC patients started dialysis at a higher eGFR (8.9 ml/min/1.73 m2) than Scotland (7.5 ml/min/1.73 m2), and prior to modelling higher starting eGFR was associated with higher mortal-ity (1 ml/min/1.73 m2 increase, HR = 1.028; 95 % C.I. 1.021–1.035). BC patients were also older and had more diabetic renal disease. In multivariate analysis, lower start-ing eGFR was associated with better survival, and Scotland had greater mortality than BC. General population mortal-ity and transplantation rate had only minor influence. Conclusions.Concepts of ‘late ’ versus ‘early ’ start dialysis based on eGFR alone may need modification given the complexity and confounding reasons for dialysis initiation.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».