Acute Kidney Injury following Unselected Emergency Admission: Role of the Inflammatory Response, Medication and Co-Morbidity
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
BACKGROUND/AIMS: Acute kidney injury (AKI) following admission to hospital is associated with increased mortality, morbidity and length of stay. Factors that predispose patients to AKI frequently co-exist. The precise description of their representation in unselected admissions could help define mechanistic inter-relationships and optimise risk stratification strategies. Our aim was therefore to define precisely, using electronically available data, the variables that are associated with AKI. METHODS: A cohort study of 112,987 emergency admissions to an urban academic medical centre between 2006 and 2010 was performed. Post-admission AKI was defined using KDIGO aligned, proportionate changes in serum creatinine, denominated by the first measured. AKI correlated with co-morbidities, medications received and the C-reactive protein concentration (CRP). RESULTS: The relationship between post-admission AKI and putative risk factors was defined in univariate and multivariate analyses. Inclusion of CRP in multivariate analyses significantly reduced the strength of association between some co-variables such as radiological contrast and gentamicin administration but not others. CONCLUSION: The effect of CRP in these analyses supports the role of systemic inflammation in susceptibility to post-admission AKI. It accounts for the greater part of univariate associations between AKI and some nephrotoxic agents, placing the risk attributable to their use in context. Quantification of the systemic inflammatory response may have utility in AKI risk stratification, integrating various determinants of susceptibility.
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 | 0,007 | 0,114 |
| 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 | 0,001 |
| 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 découle