Interleukin-8 and Acute Kidney Injury following Cardiopulmonary Bypass: A Prospective Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Cardiopulmonary bypass (CPB) elicits an inflammatory response mediated partly by neutrophils, which are activated and recruited by interleukin-8 (IL-8). We hypothesized that acute kidney injury (AKI) following CPB might be mediated by IL-8 and examined the association of perioperative plasma IL-8 levels with AKI in a prospective cohort. METHODS: Plasma IL-8 was measured before, and 2, 24 and 48 h following CPB. Two AKI definitions, a serum creatinine increase of > or = 0.3 mg/dl or 50% (AKI Network [AKIN] stage-1) or > or = 50% alone (AKI-50%), within the first 72 h, were used. Area under the receiver operator characteristic curves (AUCs) were generated and multivariable logistic regression analyses performed. RESULTS: A total of 143 patients were enrolled. The baseline mean serum creatinine was 1.1 mg/ dl (SD = 0.3), the CPB perfusion time was 112 min (SD = 43). Twenty-nine percent of the patients developed AKIN stage-1 and 13% AKI-50%. The plasma IL-8 level 2 h after CPB was higher in AKIN stage-1 (p = 0.03) and AKI-50% (p < 0.01), and predicted AKIN stage-1 (AUC = 0.62; p = 0.02) and AKI-50% (AUC = 0.72; p < 0.01). On multivariable analysis, the 2-hour plasma IL-8 level was associated with 1.36- and 1.59-fold higher odds for AKIN stage-1 and AKI-50%, respectively (p = 0.05). CONCLUSION: Plasma IL-8 predicts the development of AKI following CPB, supporting a potential involvement for this chemokine in the pathogenesis of AKI.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».