MétaCan
Menu
Retour à la cohorte
Enregistrement W1965534247 · doi:10.1186/cc6823

The histopathology of septic acute kidney injury: a systematic review

2008· review· en· W1965534247 sur OpenAlexaff
Christoph Langenberg, Sean M. Bagshaw, Clive N. May, Rinaldo Bellomo

Notice bibliographique

RevueCritical Care · 2008
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensUniversity of Alberta Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineAcute kidney injuryHistopathologyIntensive care medicinePathologyEmergency medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Sepsis is the most common trigger of acute kidney injury (AKI) in critically ill patients; understanding the structural changes associated with its occurrence is therefore important. Accordingly, we systematically reviewed the literature to assess current knowledge on the histopathology of septic AKI. METHODS: A systematic review of the MEDLINE, EMBASE and CINHAL databases and bibliographies of the retrieved articles was performed for all studies describing kidney histopathology in septic AKI. RESULTS: We found six studies reporting the histopathology of septic AKI for a total of only 184 patients. Among these patients, only 26 (22%) had features suggestive of acute tubular necrosis (ATN). We found four primate studies. In these, seven out of 19 (37%) cases showed features of ATN. We also found 13 rodent studies of septic AKI. In total, 23% showed evidence of ATN. In two additional studies performed in a dog model and a sheep model there was no evidence of ATN on histopathologic examination. Overall, when ATN was absent, studies reported a wide variety of kidney morphologic changes in septic AKI - ranging from normal (in most cases) to marked cortical tubular necrosis. CONCLUSION: There are no consistent renal histopathological changes in human or experimental septic AKI. The majority of studies reported normal histology or only mild, nonspecific changes. ATN was relatively uncommon.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,002
Bibliométrie0,0150,018
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,453
Écart entre enseignants0,396 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations320
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical CareMême sujetAcute Kidney Injury ResearchTravaux en français237 207