MétaCan
Menu
Retour à la cohorte
Enregistrement W2103846010 · doi:10.1681/asn.2010050442

Statin Use Associates with a Lower Incidence of Acute Kidney Injury after Major Elective Surgery

2011· article· en· W2103846010 sur OpenAlexafffundabout
Amber O. Molnar, Steven G. Coca, Arsh K. Jain, Abhijat Kitchlu, Jin Jun Luo, Chirag R. Parikh, J. Michael Paterson, Nausheen Siddiqui, Ron Wald, Michael Walsh, Amit X. Garg

Notice bibliographique

RevueJournal of the American Society of Nephrology · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac, Anesthesia and Surgical Outcomes
Établissements canadiensUniversity of TorontoMcMaster UniversityInstitute for Clinical Evaluative SciencesWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineAcute kidney injuryDialysisPerioperativeOdds ratioStatinPropensity score matchingRetrospective cohort studySurgeryElective surgeryPopulationKidney diseaseIncidence (geometry)Mortality rateInternal medicine

Résumé

récupéré en direct d'OpenAlex

Statins abrogate ischemic renal injury in animal studies but whether they are renoprotective in humans is unknown. We conducted a population-based retrospective cohort study that included 213,347 older patients who underwent major elective surgery in the province of Ontario, Canada from 1995 to 2008. During the first 14 postoperative days, 1.9% (4020 patients), developed acute kidney injury and 0.5% (1173 patients), required acute dialysis. The 30-day mortality rate was 2.8% (5974 patients). Prior to surgery, 32% of patients were taking a statin. After statistical adjustment for patient and surgical characteristics, statin use associated with 16% lower odds of acute kidney injury (OR, 0.84; 95% CI, 0.79 to 0.90), 17% lower odds of acute dialysis (OR, 0.83; 95% CI, 0.72 to 0.95), and 21% lower odds of mortality (OR, 0.79; 95% CI, 0.74 to 0.85). Propensity score matching produced similar results. These data suggest that statins may protect against renal complications after major elective surgery and reduce perioperative mortality.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,362

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,255
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations122
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society of NephrologyMême sujetCardiac, Anesthesia and Surgical OutcomesTravaux en français237 207