Comparative analysis of urinary biomarkers for early detection of acute kidney injury following cardiopulmonary bypass
Notice bibliographique
Résumé
The purpose of this study was to compare the performance of six candidate urinary biomarkers, kidney injury molecule (KIM)-1, N-acetyl-beta-D-glucosaminidase (NAG), neutrophil gelatinase-associated lipocalin (NGAL), interleukin (IL)-18, cystatin C and alpha-1 microglobulin, measured 2 h following cardiopulmonary bypass (CPB) for the early detection of acute kidney injury (AKI) in a prospective cohort of patients undergoing cardiac surgery. A total of 103 subjects were enrolled; AKI developed in 13%. Urinary KIM-1 achieved the highest area under-the-receiver-operator-characteristic curve (AUC 0.78, 95% confidence interval 0.64-0.91), followed by IL-18 and NAG. Only urinary KIM-1 remained independently associated with AKI after adjustment for a preoperative AKI prediction score (Cleveland Clinic Foundation score; p = 0.02), or CPB perfusion time (p = 0.006). In this small pilot cohort, KIM-1 performed best as an early biomarker for AKI. Larger studies are needed to explore further the role of biomarkers for early detection of AKI following cardiac surgery.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 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 ».