Investigation of a Rise in Obstetric Acute Renal Failure in the United States, 1999–2011
Notice bibliographique
Résumé
OBJECTIVE: To estimate whether the reported increase in obstetric acute renal failure in the United States was attributable to a concurrent rise in postpartum hemorrhage, a change in other risk factors, or changes in the diagnosis of acute renal failure. METHODS: We conducted a retrospective cohort study to quantify temporal trends in acute renal failure among 10,969,263 hospital deliveries in the United States from 1999 to 2011 using data from the Nationwide Inpatient Sample. Dialysis and maternal death were used as markers of severe acute renal failure. Logistic regression was used to determine whether changes in risk factors explained the temporal rise in acute renal failure. RESULTS: Obstetric acute renal failure rose from 2.4 to 6.3 per 10,000 deliveries between 1999-2001 and 2010-2011, a 10% yearly increase (95% confidence interval [CI] 8-11%) and adjustment for risk factors only partially explained the rise (adjusted yearly increase 6%, 95% CI 5-8%). The overall severity of acute renal failure decreased, although acute renal failure with dialysis rose from 0.27 to 0.36 per 10,000 deliveries (P for trend=.01), and acute renal failure associated with maternal death increased from 0.13 to 0.23 per 10,000 deliveries (P for trend=.01). The temporal increase in acute renal failure with dialysis was abolished by adjustment for chronic kidney disease and chronic hypertension. CONCLUSION: Changes in diagnosis or ascertainment have led to substantial increases in obstetric acute renal failure, whereas increases in chronic kidney disease and chronic hypertension among pregnant women have resulted in modest but significant increases in acute renal failure with dialysis.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».