Impact of acute kidney injury following liver transplantation on long‐term outcomes
Notice bibliographique
Résumé
BACKGROUND: The incidence of acute kidney injury (AKI) after liver transplantation (LTx) ranges from 17% to 94%. AKI is associated with prolonged hospitalization and increased early mortality. In our cohort study, we examined the impact of AKI on long-term patient survival and on the incidence of stage 4-5 chronic kidney disease (CKD). METHODS: We studied 491 LTx recipients at a single center between 1990 and 2012. We identified 278 pts (56.6%) with AKI defined as either an increase in serum creatinine (SCr) ≥26.5 μmol/L within 48 hour or elevation in SCr 1.5× baseline within 7 days (KDIGO criteria). RESULTS: In a multivariable Cox proportional hazards model, survival was worse in patients with AKI (HR: 1.41, 95% CI 1.03-1.92). Severe (stage 3) AKI was associated with worse patient survival (HR: 2.29, 95% CI 1.46-3.58). The risk of developing stage 4-5 CKD was also higher in patients with AKI (17.5% vs 9.1%) with a HR of 2.39 (95% CI 1.27-4.47). Delaying initiation of calcineurin inhibitors >48H was not associated with a decreased risk of CKD. CONCLUSIONS: Our findings suggest that AKI after LTx is associated with poor long-term outcomes, including worse survival and higher incidence of CKD stage 4-5. Strategies to prevent and manage LTx patients with AKI need to be developed.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».