Acute Kidney Injury in Cardiorenal Syndrome Type 1 Patients: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: We evaluated the epidemiology and outcome of acute kidney injury (AKI) in patients with cardiorenal syndrome type 1 (CRS-1) and its subgroups: acute heart failure (AHF), acute coronary syndrome (ACS) and after cardiac surgery (CS). SUMMARY: We performed a systematic review and meta-analysis. CRS-1 was defined by AKI (based on RIFLE, AKIN and KDIGO), worsening renal failure (WRF) and renal replacement therapy (RRT). We investigated the three most common clinical causes of CRS-1: AHF, ACS and CS. Out of 332 potential papers, 64 were eligible - with AKI used in 41 studies, WRF in 25 and RRT in 20. The occurrence rate of CRS-1, defined by AKI, WRF and RRT, was 25.4, 22.4 and 2.6%, respectively. AHF patients had a higher occurrence rate of CRS-1 compared to ACS and CS patients (AKI: 47.4 vs. 14.9 vs. 22.1%), but RRT was evenly distributed among the types of acute cardiac disease. AKI was associated with an increased mortality rate (risk ratio = 5.14, 95% CI 3.81-6.94; 24 studies and 35,227 patients), a longer length of stay in the intensive care unit [LOSICU] (median duration = 1.37 days, 95% CI 0.41-2.33; 9 studies and 10,758 patients) and a longer LOS in hospital [LOShosp] (median duration = 3.94 days, 95% CI 1.74-6.15; 8 studies and 35,227 patients). Increasing AKI severity was associated with worse outcomes. The impact of CRS-1 defined by AKI on mortality was greatest in CS patients. RRT had an even greater impact compared to AKI (mortality risk ratio = 9.2, median duration of LOSICU = 10.6 days and that of LOShosp = 20.2 days). KEY MESSAGES: Of all included patients, almost one quarter developed AKI and approximately 3% needed RRT. AHF patients experienced the highest occurrence rate of AKI, but the impact on mortality was greatest in CS patients.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,038 | 0,004 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».