An Assessment of the Acute Kidney Injury Network Creatinine-Based Criteria in Patients Submitted to Mechanical Ventilation
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: The aim of our study was to assess the new diagnostic criteria of acute kidney injury (AKI) proposed by the Acute Kidney Injury Network (AKIN) in a large cohort of mechanically ventilated patients. DESIGN, SETTING, PARTICIPANTS, & MEASUREMENTS: This is a prospective observational cohort study enrolling 2783 adult intensive care unit patients under mechanical ventilation (MV) with data on serum creatinine concentration (SCr) in the first 48 hours. The absolute and the relative AKIN diagnostic criteria (changes in SCr ≥ 0.3 mg/dl or ≥ 50% over the first 48 hours of MV, respectively) were analyzed separately. In addition, patients were classified into three groups according to their change in SCr (ΔSCr) over the first day on MV (ΔSCr): group 1, ΔSCr ≤ -0.3 mg/dl; group 2, ΔSCr between -0.3 and +0.29 mg/dl; and group 3, ΔSCr ≥ +0.3 mg/dl). The primary end point was in-hospital mortality, and secondary end points were intensive care unit and hospital length of stay, and duration of MV. RESULTS: Of 2783 patients, 803 (28.8%) had AKI according to both criteria: 431 only absolute (AKI(A)), 362 both relative and absolute (AKI(R+A)), and 10 only relative. The relative criterion identified more patients when baseline SCr (SCr₀) was <0.9 mg/dl and the absolute when SCr₀ was >1.5 mg/dl. The diagnosis of AKI was associated with mortality. CONCLUSIONS: Our study confirms the validity of the AKIN criteria in a population of mechanically patients and the criteria's relationship with the baseline SCr.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».