Proton Pump Inhibitors Are Not Associated With Acute Kidney Injury in Critical Illness
Notice bibliographique
Résumé
Abstract Recent epidemiologic data linking proton pump inhibitor (PPI) use to acute and chronic kidney dysfunction is yet to be validated in other populations, and mechanisms have not been explored. Using a large, well phenotyped inception cohort of 15 063 critically ill patients, we examined the risk of acute kidney injury (AKI), as defined by the Kidney Disease Improving Global Outcomes criteria guidelines, according to prior use of a PPI, histamine‐2 receptor antagonist (H 2 RA), or neither. A total of 3725 (24.7%) patients reported PPI use prior to admission, while 905 (6.0%) patients reported H 2 RA use. AKI occurred in 747 (20.0%) and 163 (18.0%) of PPI and H 2 RA users respectively, compared to 1712 (16.2%) of those not taking acid suppressive medications. In unadjusted analysis, PPI and H 2 RA users had a 28% (95%CI 1.17‐1.41, P < .001) and 10% (95%CI 0.91‐1.30, P = .31) higher risk of AKI compared to those taking neither class of medication. However, in sequential models that included adjustment for demographics, cardiovascular comorbidities, indications for PPI use, and severity of illness, the effect of PPI on the risk of AKI was attenuated, and in the adjusted analysis, PPI was not associated with AKI (OR 1.02; 95%CI 0.91‐1.13, P = .73). The presence of sterile pyuria and hypomagnesemia did not modify the association between PPI use and AKI. In summary, after adjustment for demographics, illness severity, and the indication for PPI use, PPI use prior to admission is not associated with critical illness AKI.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».