Obesity, Acute Kidney Injury, and Mortality in Critical Illness
Notice bibliographique
Résumé
OBJECTIVES: Although obesity is associated with risk for chronic kidney disease and improved survival, less is known about the associations of obesity with risk of acute kidney injury and post acute kidney injury mortality. DESIGN: In a single-center inception cohort of almost 15,000 critically ill patients, we evaluated the association of obesity with acute kidney injury and acute kidney injury severity, as well as in-hospital and 1-year survival. Acute kidney injury was defined using the Kidney Disease Outcome Quality Initiative criteria. MEASUREMENTS AND MAIN RESULTS: The acute kidney injury prevalence rates for normal, overweight, class I, II, and III obesity were 18.6%, 20.6%, 22.5%, 24.3%, and 24.0%, respectively, and the adjusted odds ratios of acute kidney injury were 1.18 (95% CI, 1.06-1.31), 1.35 (1.19-1.53), 1.47 (1.25-1.73), and 1.59 (1.31-1.87) when compared with normal weight, respectively. Each 5-kg/m² increase in body mass index was associated with a 10% risk (95% CI, 1.06-1.24; p < 0.001) of more severe acute kidney injury. Within-hospital and 1-year survival rates associated with the acute kidney injury episodes were similar across body mass index categories. CONCLUSION: Obesity is a risk factor for acute kidney injury, which is associated with increased short- and long-term mortality.
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 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».