Improving the Identification of Patients at Risk of Postoperative Renal Failure after Cardiac Surgery
Notice bibliographique
Résumé
BACKGROUND: Preoperative renal insufficiency is an important predictor of the need for postoperative renal replacement therapy (RRT). Serum creatinine (sCr) has a limited ability to identify patients with preoperative renal insufficiency because it varies with age, sex, and muscle mass. Calculated creatinine clearance (CrCl) is an alternative measure of renal function that may allow better estimation of renal reserve. METHODS: Data were prospectively collected for consecutive patients who underwent cardiac surgery requiring cardiopulmonary bypass at a tertiary care center. The relation between CrCl (Cockcroft-Gault equation) and RRT was initially described using descriptive statistics, logistic regression, and receiver operating curve analysis. Based on these analyses, preoperative renal insufficiency was defined as CrCl of 60 ml/min or less. Preoperative renal function was classified as moderate insufficiency (sCr > 133 microM), mild insufficiency (100 microM < sCr < or = 133 microM), occult insufficiency (sCr < or = 100 microM and CrCl < or = 60 ml/min), or normal function (sCr < or = 100 microM and CrCl > 60 ml/min). The independent association of preoperative renal function with RRT was subsequently determined using multiple logistic regression. RESULTS: Of the 10,751 patients in the sample, 137 (1.2%) required postoperative RRT. Approximately 13% of patients with normal sCr had occult renal insufficiency. Occult renal insufficiency was independently associated with RRT (odds ratio, 2.80; 95% confidence interval, 1.39-5.33). The magnitude of this risk was similar to patients with mild renal insufficiency (P = 0.73). CONCLUSIONS: The inclusion of a simple CrCl-based criterion in preoperative assessments may improve identification of patients at risk of needing postoperative RRT.
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 | 0,001 | 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 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 ».