Acute Kidney Injury After Cardiac Surgery
Notice bibliographique
Résumé
BACKGROUND: Acute kidney injury (AKI) after cardiac surgery is a major health issue. Lacking effective therapies, risk factor modification may offer a means of preventing this complication. The objective of the present study was to identify and determine the prognostic importance of such risk factors. METHODS AND RESULTS: Data from a multicenter cohort of 3500 adult patients who underwent cardiac surgery at 7 hospitals during 2004 were analyzed (using multivariable logistic regression modeling) to determine the independent relationships between 3 thresholds of AKI (>25%, >50%, and >75% decrease in estimated glomerular filtration rate within 1 week of surgery or need for postoperative dialysis) with death rates, as well as to identify modifiable risk factors for AKI. The 3 thresholds of AKI occurred in 24% (n=829), 7% (n=228), and 3% (n=119) of the cohort, respectively. All 3 thresholds were independently associated with a >4-fold increase in the odds of death and could be predicted with several perioperative variables, including preoperative intra-aortic balloon pump use, urgent surgery, and prolonged cardiopulmonary bypass. In particular, 3 potentially modifiable variables were also independently and strongly associated with AKI. These were preoperative anemia, perioperative red blood cell transfusions, and surgical reexploration. CONCLUSIONS: AKI after cardiac surgery is highly prevalent and prognostically important. Therapies aimed at mitigating preoperative anemia, perioperative red blood cell transfusions, and surgical reexploration may offer protection against this complication.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».