Bibliographic record
Abstract
Koncepcja hemodializy domowej narodziła się wraz z programem przewlekłej dializoterapii. Jednak ze względu na wiele ograniczeń, w tym ekonomicznych, socjalnych i psychologicznych zawsze dotyczyła ona niewielkiego odsetka pacjentów leczonych powtarzanymi hemodializami. Ponowny wzrost zainteresowania tą formą dializoterapii obserwuje się od 10–15 lat wraz z próbami zintensyfikowania dializ w celu osiągnięcia lepszych wyników leczenia. Publikowane w tym czasie wyniki były dosyć entuzjastyczne i wskazywały na dużą wyższość intensywnych form hemodializy domowej w zakresie wyrównania zaburzeń gospodarki wodnej, powikłań metabolicznych, a także zmniejszenia ryzyka sercowo-naczyniowego oraz przedłużenia życia i poprawy jego jakości. Warto jednak nadmienić, że były to badania obserwacyjne, nierandomizowane i na ogół uwzględniające małe grupy pacjentów. Stąd też środowisko nefrologiczne z zainteresowaniem powitało powstanie amerykańsko- kanadyjskiej grupy badawczej Frequent Hemodialysis Network (FHN) zrzeszającej ponad 50 stacji dializ. Jednakże pierwsze wyniki opublikowanych przez FHN randomizowanych badań nie przyniosły potwierdzenia wspomnianych wyników badań obserwacyjnych. Należy wyrazić nadzieję, że dalsze informacje pochodzące z długoterminowych obserwacji pozwolą na realną oceną intensywnej hemodializy domowej zarówno pod względem medycznym, jak też pod kątem farmkoekonomicznym.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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".