The epidemiology of intensive care unit-acquired hyponatraemia and hypernatraemia in medical-surgical intensive care units
Notice bibliographique
Résumé
INTRODUCTION: Although sodium disturbances are common in hospitalised patients, few studies have specifically investigated the epidemiology of sodium disturbances in the intensive care unit (ICU). The objectives of this study were to describe the incidence of ICU-acquired hyponatraemia and hypernatraemia and assess their effects on outcome in the ICU. METHODS: We identified 8142 consecutive adults (18 years of age or older) admitted to three medical-surgical ICUs between 1 January 2000 and 31 December 2006 who were documented to have normal serum sodium levels (133 to 145 mmol/L) during the first day of ICU admission. ICU acquired hyponatraemia and hypernatraemia were respectively defined as a change in serum sodium concentration to below 133 mmol/L or above 145 mmol/L following day one in the ICU. RESULTS: A first episode of ICU-acquired hyponatraemia developed in 917 (11%) patients and hypernatraemia in 2157 (26%) patients with an incidence density of 3.1 and 7.4 per 100 days of ICU admission, respectively, during 29,142 ICU admission days. The incidence of both ICU-acquired hyponatraemia (age, admission diagnosis, Acute Physiology and Chronic Health Evaluation (APACHE) II score, length of ICU stay, level of consciousness, serum glucose level, body temperature, serum potassium level) and ICU-acquired hypernatraemia (baseline creatinine, APACHE II score, mechanical ventilation, length of ICU stay, body temperature, serum potassium level, level of care) varied according to patients' characteristics. Compared with patients with normal serum sodium levels, hospital mortality was increased in patients with ICU-acquired hyponatraemia (16% versus 28%, p < 0.001) and ICU-acquired hypernatraemia (16% versus 34%, p < 0.001). CONCLUSIONS: ICU-acquired hyponatraemia and hypernatraemia are common in critically ill patients and are associated with increased risk of hospital mortality.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».