A multi-centre evaluation of the RIFLE criteria for early acute kidney injury in critically ill patients
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: The Acute Dialysis Quality Initiative Working Group recently developed the RIFLE criteria, a consensus definition for acute kidney injury (AKI). We sought to evaluate the RIFLE criteria on the day of ICU admission in a large heterogenous population of critically ill patients. METHODS: Retrospective interrogation of prospectively collected data from the Australian New Zealand Intensive Care Society Adult Patient Database. We evaluated 120 123 patients admitted for >/=24 h from 1 January 2000 to 31 December 2005 from 57 ICUs across Australia. RESULTS: The median (IQR) age was 64.3 (50.8-75.4) years, 59.5% were male, 28.6% had co-morbid disease, 50.3% were medical admissions and the initial mean (+/-SD) APACHEII score was 16.9 (+/-7.7). According to the RIFLE criteria, on the day of admission, AKI occurred in 36.1%, with a maximum RIFLE category of Risk in 16.3%, Injury in 13.6%, and Failure 6.3%. AKI, defined by any RIFLE category, was associated with an increase in hospital mortality (OR 3.29, 95% CI 3.19-3.41, P < 0.0001). The crude hospital mortality stratified by RIFLE category was 17.9% for Risk, 27.7% for Injury and 33.2% for Failure. By multivariable analysis, each RIFLE category was independently associated with hospital mortality (OR: Risk 1.58, Injury 2.54 and Failure 3.22). CONCLUSION: In a large heterogenous cohort of critically ill patients, the RIFLE criteria classified >36% with AKI on the day of admission. For successive increases in severity of RIFLE category, there were increases in hospital mortality. The RIFLE criteria represent a simple tool for the detection and classification of AKI and for correlation with clinical outcomes.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découle