Validating a Scoring Tool to Predict Acute Kidney Injury (AKI) following Cardiac Surgery
Notice bibliographique
Résumé
BACKGROUND: Acute kidney injury (AKI) after cardiac surgery is associated with an increased risk of mortality. Preoperative risk scores can identify patients at risk for AKI and facilitate preventive strategies. Currently, validated risk scores are used to predict AKI requiring dialysis (AKI-D); less is known about whether these tools predict less severe forms of AKI. OBJECTIVE: To evaluate the Cleveland Clinic scoring tool in predicting both AKI-D and less severe stages of AKI in patients after cardiac surgery in a Canadian tertiary care center. DESIGN: Retrospective case-control study. SETTING: Regina Qu'Appelle Health Region (RQHR) from 2007 to 2011. PATIENTS: Patients who underwent cardiac surgery and developed postoperative kidney injury (n = 2316). MEASUREMENTS: Data on risk factors for AKI and outcomes of cardiac surgery were collected from a retrospective chart review. METHODS: The primary outcome was AKI, defined as Stage 1 (increase in serum creatinine 1.5-1.9 X baseline within 5 days), Stage 2 (increase 2.0-2.9 X baseline), or Stage 3 (increase 3.0 X baseline or more OR initiation of dialysis during hospital stay). We assessed the performance of a modified version of the Cleveland Clinic tool using receiver operating curve analyses. RESULTS: The incidence of AKI was 6.1% (Stage 1), 2.6% (Stage 2), and 5.8% (Stage 3). The area under the curve (AUC) for the Cleveland score was 0.61 (95% CI: 0.56 to 0.65; p < 0.001) for Stage 1, 0.61 (95% CI: 0.54 to 0.68; p < 0.01) for Stage 2, and 0.78 (95% CI: 0.74 to 0.82; p < 0.001) for Stage 3. Greater level of risk on the Cleveland tool was associated with a higher risk of Stage 3 AKI. LIMITATIONS: Lack of prospective validation. CONCLUSIONS: The modified Cleveland Clinic tool was valid in identifying patients with severe stages of AKI but did not have strong discrimination for early AKI stages.
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 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 | 0,002 | 0,103 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».