Long Term Renal Outcomes in Survivors of Acute Kidney Injury in Critically-Ill Children and Neonates
Notice bibliographique
Résumé
The epidemiology of pediatric acute kidney injury (pAKI) has transformed in the last decades with a shift from primary kidney disease to AKI associated with systemic illnesses or their treatments in critically-ill children and neonates. Even though pAKI has been shown to be associated with poor short-term outcomes including mortality in multiple studies, the long-term renal outcomes in survivors of pAKI in the pediatric and neonatal intensive care unit (PICU/NICU) settings have been understudied. The purpose of this article was to explore the burden of chronic kidney disease (CKD) in survivors of pAKI in critically-ill children and neonates through a review of the literature. We identified 10 observational studies from PICU (n=7) and NICU (n=3) survivors revealing a high prevalence of CKD following AKI (PICU:10-69%, NICU:63-85%). The wide range of CKD prevalence is likely related to multiple sources of heterogeneity between studies including definitions of AKI and CKD, varying lengths of follow-up, and large attrition rates. In light of the large number of patients identified with CKD following pAKI, we suggest that all critically-ill children and neonates should have ongoing surveillance after an AKI episode.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».