Association of Postoperative Proteinuria with AKI after Cardiac Surgery among Patients at High Risk
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Preoperative proteinuria is associated with a higher incidence of postoperative AKI. Whether the same is true for postoperative proteinuria is uncertain. This study tested the hypothesis that increased proteinuria after cardiac surgery is associated with an increased risk for AKI. DESIGN, SETTING, PARTICIPANTS, & MEASUREMENTS: This prospective cohort study included 1198 adults undergoing cardiac surgery at six hospitals between July 2007 and December 2009. Albuminuria, urine albumin-to-creatinine ratio (ACR), and dipstick proteinuria were measured 0-6 hours after surgery. The primary outcome was AKI, defined as a doubling in serum creatinine or receipt of acute dialysis during the hospital stay. Analyses were adjusted for patient characteristics, including preoperative albuminuria. RESULTS: Compared with the lowest quintile, the highest quintile of albuminuria and highest grouping of dipstick proteinuria were associated with greatest risk for AKI (adjusted relative risks [RRs], 2.97 [95% confidence interval (CI), 1.20-6.91] and 2.46 [95% CI, 1.16-4.97], respectively). Higher ACR was not associated with AKI risk (highest quintile RR, 1.66 [95% CI, 0.68-3.90]). Of the three proteinuria measures, early postoperative albuminuria improved the prediction of AKI to the greatest degree (clinical model area under the curve, 0.75; 0.81 with albuminuria). Similar improvements with albuminuria were seen for net reclassification index (0.55; P<0.001) and integrated discrimination index (0.036; P<0.001). CONCLUSIONS: Higher levels of proteinuria after cardiac surgery identify patients at increased risk for AKI during their hospital stay.
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 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».