Incidence, Clinical Predictors, Genomics, and Outcome of Acute Kidney Injury Among Trauma Patients
Notice bibliographique
Résumé
In Brief Objective: To determine clinical and genomic characteristics and in-hospital mortality risk associated with acute kidney injury (AKI) in the multicenter prospective cohort of patients with blunt trauma. Summary Background Data: Less severe stages of AKI characterized by small changes in serum creatinine (sCr) are inadequately studied among trauma patients. Methods: We performed a secondary analysis of the “Inflammation and the Host Response to Injury” (Glue Grant) database to include adult blunt trauma patients without history of kidney disease. AKI was defined by the Risk, Injury, Failure, Loss, and End-stage Kidney (RIFLE) classification, which requires a 50% increase in sCr and stratifies patients into following 3 severity stages: risk, injury, and failure. Association between all stages of AKI and in-hospital mortality was analyzed using a multivariable logistic regression analysis. Genome-wide expression analysis was performed on whole blood leukocytes obtained within 12 hours of trauma. Results: AKI occurred in 26% of 982 patients. The adjusted risk for hospital death was 3 times higher for patients with AKI compared with patients without AKI (odds ratio = 3.05) (95% confidence interval, 1.73–5.40). This risk was evident in a dose-response manner and even patients with mild AKI had odds ratio for dying of 2.57 (95% confidence interval, 1.19–5.50) compared with patients without AKI. Genome-wide expression analysis failed to show a significant number of genes whose expression could discriminate among patients with and without AKI. Conclusions: In a multicenter prospective cohort of blunt trauma patients, AKI characterized by small changes in sCr was associated with an independent risk of hospital death. In a multicenter prospective cohort of 982 trauma patients, acute kidney injury (AKI) characterized by small changes in serum creatinine occurred in 25% of patients, and was associated with an independent risk for hospital death and organ dysfunction. Even patients with mild AKI had a 2.5-fold higher adjusted risk for death compared to patients without AKI. Supplemental digital content is available in the article.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».