Statin Use and Survival After Acute Kidney Injury
Notice bibliographique
Résumé
<h3>Introduction</h3> The incidence of acute kidney injury (AKI) in hospitalized patients is rising, and survivors are at high risk for cardiovascular events and mortality. Effective strategies that improve long-term outcomes of AKI are unknown. <h3>Methods</h3> A retrospective cohort study was performed between 2008 and 2011. All subjects were followed until 31 March 2013, with a minimum follow-up of 2 years. Participants were adults 18 years of age or older, who developed AKI during a hospitalization and had chronic kidney disease (CKD) following discharge (n = 19,707 mean age 69.9 years, mean postdischarge estimated glomerular filtration rate (eGFR) 43.0 ml/min/1.73 m<sup>2</sup>). Exposure to statins was examined prior to the index hospitalization as well as within 2 years following hospital discharge. The primary outcome was mortality; secondary outcomes included all-cause re-hospitalization and cardiovascular events. <h3>Results</h3> Within 2 years of discharge, only 38.3% of the participants were prescribed a statin. After adjustment for comorbidities, statin use prior to admission, demographics, baseline kidney function, and a number of other factors, statin use was associated with lower mortality (hazard ratio, 0.74; 95% confidence interval, 0.69, 0.79) in AKI survivors with CKD. Patients who received a statin also had a lower risk of all cause rehospitalization (adjusted hazarad ratio, 0.90; 95% confidence interval, 0.85, 0.94). Statin use was not associated with a reduction in cardiovascular events. <h3>Discussion</h3> Among AKI survivors with CKD, statin use was associated with a lower risk of mortality and rehospitalization rates. This finding suggests that there is an opportunity to improve postdischarge care in AKI survivors.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,004 | 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 ».