Aperçu de l’accès pour l’hémodialyse et de son évaluation
Bibliographic record
Abstract
Objectif Présenter aux médecins de famille un aperçu fondé sur des données probantes des diverses méthodes d’accès vasculaire pour l’hémodialyse (HD), et fournir des paramètres pour l’évaluation clinique de l’accès vasculaire pour l’HD. Sources de l’information Une recherche documentaire dans MEDLINE a été effectuée au moyen des termes MeSH en anglais arteriovenous fistula, arteriovenous graft, central venous catheter et hemodialysis (ou haemodialysis), et tous les articles pertinents publiés en anglais entre janvier 1995 et septembre 2021. Message principal Les principaux types d’accès vasculaire permanent pour l’HD sont les fistules artérioveineuses, les greffes artérioveineuses et les cathéters veineux centraux. Il faut suivre une approche pratique et centrée sur le patient dans le choix du type d’accès pour chaque personne. Les complications courantes de la création d’un accès vasculaire comprennent la thrombose, la sténose veineuse centrale, le syndrome vasculaire de vol d’accès en dialyse et les anévrismes des fistules artérioveineuses. Conclusion Les médecins de famille jouent un rôle important dans l’évaluation clinique et la surveillance de l’accès vasculaire pour l’HD. Une évaluation clinique rigoureuse peut détecter une fistule artérioveineuse déficiente et ses complications connexes, et peut permettre une investigation et une intervention rapides pour restaurer le fonctionnement, maintenir la longévité de l’accès et améliorer la qualité de vie du patient.
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 | 0.024 | 0.122 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.005 | 0.005 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 0.003 |
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".