A 5-Item Prediction Rule to Identify Severe Renal Dysfunction in Patients with Acute Stroke
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Although patients with severe renal dysfunction who receive iodinated contrast are at high risk of CIN, contrast-enhanced CT scans are often obtained without prior knowledge of kidney function in patients with acute stroke. We aimed to develop a tool to identify patients with acute stroke at a high risk of CIN in the absence of a recent GFR. MATERIALS AND METHODS: We used the RCSN (9872 patients) and OSA (2544 patients) for our derivation and validation cohort, respectively. A multivariable logistic regression model was performed to develop a predictive tool to identify severe renal dysfunction (defined as a GFR < 30 mL/min/1.73 m(2)). RESULTS: The overall prevalence of severe renal dysfunction was 4.9% and 5.2% in the derivation and validation cohort, respectively. The prediction rule was designed as follows: (age in years) + (5 points for women) + (5 points for history of diabetes mellitus) + (15 points for preadmission insulin use) + (10 points for history of hypertension). The prevalence of severe renal dysfunction is negligible in patients with a total score of ≤70 (≤0.005%-0.7%) but increases with higher Renal Risk Scores (eg, scores 71-80: 2.1%-2.2%; scores 91-100: 6.6%-7.1%; scores 111-120: 15.9%-28.1%). CONCLUSIONS: The Renal Risk Score is a validated tool that helps clinicians select which patients with stroke can safely proceed to contrast-enhanced brain imaging without waiting for laboratory evidence of good renal function.
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 | 0,006 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 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) | 0,002 | 0,001 |
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 ».