Prevention and Treatment of Acute Kidney Injury in Patients Undergoing Cardiac Surgery: A Systematic Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Acute kidney injury (AKI) is common in patients undergoing cardiac surgery and is associated with a high rate of death, long-term sequelae and healthcare costs. We conducted a systematic review of randomized controlled trials for strategies to prevent or treat AKI in cardiac surgery. METHODS: We screened Medline, Scopus, Cochrane Renal Library, and Google Scholar for randomized controlled trails in cardiac surgery for prevention or treatment of AKI in adults. RESULTS: We identified 70 studies that contained a total of 5,554 participants published until November 2008. Most studies were small in sample size, were single-center, focused on preventive strategies, and displayed wide variation in AKI definitions. Only 26% were assessed to be of high quality according to the Jadad criteria. The types of strategies with possible protective efficacy were dopaminergic agents, vasodilators, anti-inflammatory agents, and pump/perfusion strategies. When analyzed separately, dopamine and N-acetylcysteine did not reduce the risk for AKI. CONCLUSIONS: This summary of all the literature on prevention and treatment strategies for AKI in cardiac surgery highlights the need for better information. The results advocate large, good-quality, multicenter studies to determine whether promising interventions reliably reduce rates of acute renal replacement therapy and mortality in the cardiac surgery setting.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découle