Prognosis for long-term survival and renal recovery in critically ill patients with severe acute renal failure: a population-based study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Severe acute renal failure (sARF) is associated with considerable morbidity, mortality and use of healthcare resources; however, its precise epidemiology and long-term outcomes have not been well described in a non-specified population. METHODS: Population-based surveillance was conducted among all adult residents of the Calgary Health Region (population 1 million) admitted to multidisciplinary and cardiovascular surgical intensive care units between May 1 1999 and April 30 2002. Clinical records were reviewed and outcome at 1 year was assessed. RESULTS: sARF occurred in 240 patients (11.0 per 100,000 population/year). Rates were highest in males and older patients (> or = 65 years of age). Risk factors for development of sARF included previous heart disease, stroke, pulmonary disease, diabetes mellitus, cancer, connective tissue disease, chronic renal dysfunction, and alcoholism. The annual mortality rate was 7.3 per 100,000 population with rates highest in males and those > or = 65 years. The 28-day, 90-day, and 1-year case-fatality rates were 51%, 60%, and 64%, respectively. Increased Charlson co-morbidity index, presence of liver disease, higher APACHE II score, septic shock, and need for continuous renal replacement therapy were independently associated with death at 1 year. Renal recovery occurred in 78% (68/87) of survivors at 1 year. CONCLUSION: sARF is common and males, older patients, and those with underlying medical conditions are at greatest risk. Although the majority of patients with sARF will die, most survivors will become independent from renal replacement therapy within a year.
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.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 découle