Preoperative Serum Brain Natriuretic Peptide and Risk of Acute Kidney Injury After Cardiac Surgery
Notice bibliographique
Résumé
BACKGROUND: Acute kidney injury (AKI) after cardiac surgery is associated with poor outcomes and is difficult to predict. We conducted a prospective study to evaluate whether preoperative brain natriuretic peptide (BNP) levels predict postoperative AKI among patients undergoing cardiac surgery. METHODS AND RESULTS: The Translational Research Investigating Biomarker Endpoints in Acute Kidney Injury (TRIBE-AKI) study enrolled 1139 adults undergoing cardiac surgery at 6 hospitals from 2007 to 2009 who were selected for high AKI risk. Preoperative BNP was categorized into quintiles. AKI was common with the use of Acute Kidney Injury Network definitions; at least mild AKI was a ≥0.3-mg/dL or 50% rise in creatinine (n=407, 36%), and severe AKI was either a doubling of creatinine or the requirement of acute renal replacement therapy (n=58, 5.1%). In analyses adjusted for preoperative characteristics, preoperative BNP was a strong and independent predictor of mild and severe AKI. Compared with the lowest BNP quintile, the highest quintile had significantly higher risk of at least mild AKI (risk ratio, 1.87; 95% confidence interval, 1.40-2.49) and severe AKI (risk ratio, 3.17; 95% confidence interval, 1.06-9.48). After adjustment for clinical predictors, the addition of BNP improved the area under the curve to predict at least mild AKI (0.67-0.69; P=0.02) and severe AKI (0.73-0.75; P=0.11). Compared with clinical parameters alone, BNP modestly improved risk prediction of AKI cases into lower and higher risk (continuous net reclassification index; at least mild AKI: risk ratio, 0.183; 95% confidence interval, 0.061-0.314; severe AKI: risk ratio, 0.231; 95% confidence interval, 0.067-0.506). CONCLUSIONS: Preoperative BNP level is associated with postoperative AKI in high-risk patients undergoing cardiac surgery. If confirmed in other types of patients and surgeries, preoperative BNP may be a valuable component of future efforts to improve preoperative risk stratification and discrimination among surgical candidates.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».