Improving Care after Acute Kidney Injury: A Prospective Time Series Study
Notice bibliographique
Résumé
BACKGROUND: Acute kidney injury (AKI) complicates 15-20% of hospitalizations, and AKI survivors are at increased risk of chronic kidney disease and death. However, less than 20% of patients see a nephrologist within 3 months of discharge, even though a nephrologist visit within 90 days of discharge is associated with enhanced survival. To address this, we established an AKI Follow-Up Clinic and characterized the patterns of care delivered. METHODS: We conducted a prospective time series study. All hospitalized patients who developed Kidney Disease Improving Global Outcomes (KDIGO) stage 2 or 3 AKI were eligible. The pre-intervention period consisted of electronic reminders to the nephrology consults and cardiovascular surgery services to refer to the AKI Follow-Up Clinic. In the post-intervention period, eligible patients were automatically scheduled into the AKI Follow-Up Clinic at discharge. The primary outcome was the percentage of KDIGO stages 2-3 AKI survivors assessed by a nephrologist within 30 days of discharge. RESULTS: In the pre-intervention period, 8 of 46 patients (17%) were seen by a nephrologist within 30 days after discharge, and no additional patients were seen for 90 days. In the post-intervention period, 17 of 69 patients (25%) were seen by a nephrologist within 30 days after discharge (p = 0.36), with an additional 30 patients seen in 90 days (47 of 69, 68%, p < 0.001). The mean serum creatinine was 99 (SD 35) µmol/l prior to hospitalization and 133 (58) µmol/l at 3 months. Fifty-five of 79 patients (70%) received at least 1 medical intervention at their first AKI Follow-Up Clinic visit. CONCLUSIONS: An AKI Follow-Up Clinic with an automatic referral process increased the proportion of patients seen at 90 days, but not 30 days post discharge. Being seen in the AKI Follow-Up Clinic was associated with interventions in most patients. Future research is needed to evaluate the effect of the AKI Follow-Up Clinic on patient-centered outcomes, but physicians should be aware that AKI survivors may benefit from close outpatient follow-up and a multipronged approach to care similarly for other high-risk populations.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».