Bibliographic record
Abstract
CKD（chronic kidney disease）の概念が提唱され，腎疾患を全体として捉えるとともに腎疾患以外の疾患との関係も包括的に対象とする対策が進められ，グローバルな展開が進行している。しかし，CKD の概念のもとで作成された，あるいはアウトカム評価にまでつながる利用可能な質の高いデータベースの作成は，今後の重要な課題である。確かに透析療法の分野から始まった米国の DOQI（dialysis outcome qualityinitiative）や日本透析医学会統計調査さらに腎疾患全般に対象を拡大した K／DOQI があり，欧州の EBPG（European Best Practice Guideline），Canadian Guideline などが賛同し KDIGO（KidneyDisease：Improving Global Outcome）が設立されている1）。これらは治療の標準化の点で透析療法を中心として重要な提案がなされている2,3）。しかし，CKD 対策に効果的な本格的データベース作成はこれから始まろうとしている。そのためには，よく吟味され正確に収集されたデータの集積がもっとも重要かつ難しい課題である。生活習慣病による CKD の増加がグローバルにも大きな問題となっているなかで，生活習慣に関連する数値化された指標を選択することは大変重要なことであると考えている。また，腎疾患であるがゆえに，尿から得られるできる限り正確でしかも多数の指標の収集は，CKD 克服の過程できわめて重要な意義をもつと考えられる。本稿ではわが国における保存期慢性腎不全症例を 10 年あまり検討してきた結果を概説し，CKD データベース作成において，24 時間保冷蓄尿検査から得られる検査結果の重要性を提案したい。
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.015 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".