Risk factors of acute renal failure in critically ill children: A prospective descriptive epidemiological study*
Notice bibliographique
Résumé
OBJECTIVE: Acute renal failure is a serious condition in critically ill patients, but little literature is available on acute renal failure in critically ill children. The aim of the study was to determine incidence rate, identify risk factors, and describe the clinical outcome of acute renal failure in the pediatric intensive care unit (PICU). DESIGN: Prospective, descriptive study. SETTING: A tertiary PICU. PATIENTS: Patients were 1,047 consecutively admitted children over a 1-yr period. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: Acute renal failure was defined as doubling of baseline serum creatinine. A comparison between patients with acute renal failure and without acute renal failure was carried out, and the risk factors playing a significant role in the manifestation of acute renal failure were analyzed. There were 985 cases included in the study, with the incidence rate of acute renal failure in PICU being 4.5%. The most common PICU admission diagnoses in acute renal failure cases were hemolytic uremic syndrome (18.2%), oncologic pathologies (18.2%), and cardiac surgery (11.4%). Significant risk factors for acute renal failure following multivariate analysis were thrombocytopenia (odds ratio, 6.3; 95% confidence interval, 2.5, 16.2), age >12 yrs (odds ratio, 4.9; 95% confidence interval, 1.9, 13), hypoxemia (odds ratio, 3.2; 95% confidence interval, 1.3, 8.0), hypotension (odds ratio, 3.0; 95% confidence interval, 1.2, 7.5), and coagulopathy (odds ratio, 2.7; 95% confidence interval, 1.3, 5.6). The mortality rate was estimated to be higher in patients with acute renal failure compared with patients without acute renal failure (29.6% vs. 2.3%, p < .001). CONCLUSIONS: Although not frequent in the PICU, acute renal failure is associated with a significant increase in mortality. The risk factors of acute renal failure are multiple and are often present before PICU admission. A multiple-center study is planned with the intention to confirm these results.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| 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 | 0,001 |
| 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 ».