Who may not benefit from continuous renal replacement therapy in acute kidney injury?
Notice bibliographique
Résumé
This study aimed to identify factors that may predict early kidney recovery (less than 48 hours) or early death (within 48 hours) after initiating continuous renal replacement therapy (CRRT) in acute kidney injury (AKI) patients. This is a multicenter retrospective observational study of 14 Japanese Intensive care units (ICUs) in 12 tertiary hospitals. Consecutive adult patients with severe AKI requiring CRRT admitted to the participating ICUs in 2010 (n=343) were included. Patient characteristics, variables at CRRT initiation, settings, and outcomes were collected. Patients were grouped into early kidney recovery group (CRRT discontinuation within 48 hours after initiation, n=52), early death group (death within 48 hours after CRRT initiation, n=52), and the rest as the control group (n=239). The mean duration of CRRT in the early kidney recovery group and early death group was 1.3 and 0.9 days, respectively. In multivariable regression analysis, in comparison with the control group, urine output (mL/h) (odds ratio [OR]: 1.02, 95% confidence interval [CI]: 1.01-1.03), duration between ICU admission to CRRT initiation (days) (OR: 0.65, 95% CI: 0.43-0.87), and the sepsis-related organ failure assessment score (OR: 0.87, 95% CI; 0.78-0.96) were related to early kidney recovery. Serum lactate (mmol/L) (OR: 1.19, 95% CI: 1.11-1.28), albumin (g/dL) (OR: 0.52, 95% CI: 0.28-0.92), vasopressor use (OR: 3.68, 95% CI: 1.37-12.16), and neurological disease (OR: 9.64, 96% CI: 1.22-92.95) were related to early death. Identifying AKI patients who do not benefit from CRRT and differentiating such patients from the study cohort may allow previous and future studies to effectively evaluate the indication and role of CRRT.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,024 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».