Diuretics and mortality in acute renal failure*
Notice bibliographique
Résumé
OBJECTIVE: According to recent research, diuretics may increase mortality in acute renal failure patients. The administration of diuretics in such patients has been discouraged. Our objective was to determine the impact of diuretics on the mortality rate of critically ill patients with acute renal failure. DESIGN: Prospective, multiple-center, multinational epidemiologic study. SETTING: Intensive care units from 54 centers and 23 countries. PATIENTS: Patients were 1,743 consecutive patients who either were treated with renal replacement therapy or fulfilled predefined criteria for acute renal failure. INTERVENTIONS: Three distinct multivariate models were developed to assess the relationship between diuretic use and subsequent mortality: a) a propensity score adjusted multivariate model containing terms previously identified to be important predictors of outcome; b) a new propensity score adjusted multivariate model; and c) a multivariate model developed using standard methods, compensating for collinearity. MEASUREMENTS AND MAIN RESULTS: Approximately 70% of patients were treated with diuretics at study inclusion. Mean age was 68 and mean Simplified Acute Physiology Score II was 47. Severe sepsis/septic shock (43.8%), major surgery (39.1), low cardiac output (29.7), and hypovolemia (28.2%) were the most common conditions associated with the development of acute renal failure. Furosemide was the most common diuretic used (98.3%). Combination therapy was used in 98 patients only. In all three models, diuretic use was not associated with a significantly increased risk of mortality. CONCLUSIONS: Diuretics are commonly prescribed in critically ill patients with acute renal failure, and their use is not associated with higher mortality. There is full equipoise for a randomized controlled trial of diuretics in critically ill patients with renal dysfunction.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».