The impact of patient, physician and centre factors on successful treatment with peritoneal dialysis in individuals with end-stage kidney disease in Ontario: A population-based retrospective cohort study
Notice bibliographique
Résumé
The use of peritoneal dialysis has been steadily declining over the past decade, and high treatment failure rates have been implicated. Past studies have examined clinical risk factors for peritoneal dialysis failure, but few have examined non-clinical, potentially modifiable risk factors. We conducted a retrospective cohort study of Ontario health care databases from April 1, 1995 to March 31, 2005 to examine the effect of patient, physician, and dialysis-centre characteristics on peritoneal dialysis treatment failure. In 5,162 incident peritoneal dialysis patients, the 5-year unadjusted probability of treatment and patient survival was 58.2% and 46.9%, respectively. In patients failing peritoneal dialysis, 43.5% failed treatment in the first year. Significant determinants of treatment failure included increased patient age, diabetes mellitus, lower level of education, greater frequency of nephrologist visits in the predialysis period, hemodialysis prior to peritoneal dialysis, male sex of the treating physician, and lower annual physician volume of peritoneal dialysis. Future strategies to improve peritoneal dialysis failure rates should include increasing educational resources and counselling available for patients with lower levels of education, increasing physician awareness about the poor outcomes associated with late nephrologist referral, and improving physician peritoneal dialysis volume and experience with peritoneal dialysis.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».