Renal Dysfunction Is Associated With Poststroke Discharge Disposition and In-Hospital Mortality
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Kidney disease is a frequent comorbidity in patients presenting with acute ischemic stroke. We evaluated whether the estimated glomerular filtration rate (eGFR) on admission is associated with poststroke in-hospital mortality or discharge disposition. METHODS: ). Dialysis was identified by International Classification of Diseases, Ninth Revision codes. Adjusted multivariable Cox proportional hazards models were used to determine the independent associations of eGFR with discharge disposition and in-hospital mortality. Adjusted individual models also examined whether the association of clinical and demographic factors with outcomes varied by eGFR level. RESULTS: Of 232 236 patients, 47.3% had an eGFR ≥60, 26.6% an eGFR 45 to 59, 16.8% an eGFR 30 to 44, 5.6% an eGFR 15 to 29, 0.7% an eGFR<15 without dialysis, and 2.8% were receiving dialysis. Of the total cohort, 11.8% died during the hospitalization or were discharged to hospice, and 38.6% were discharged home. After adjusting for other relevant variables, renal dysfunction was independently associated with an increased risk of in-hospital mortality that was highest among those with eGFR <15 without dialysis (odds ratio, 2.52; 95% confidence interval, 2.07-3.07). An eGFR 15 to 29 (odds ratio, 0.82; 95% confidence interval, 0.78-0.87), eGFR <15 (odds ratio, 0.72; 95% confidence interval, 0.61-0.86), and dialysis (odds ratio, 0.86; 95% confidence interval, 0.79-0.94) remained associated with lower odds of being discharged home. In addition, the associations of several clinical and demographic factors with outcomes varied by eGFR level. CONCLUSIONS: eGFR on admission is an important predictor of poststroke short-term outcomes.
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) | 0,000 | 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 | 0,000 |
| 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 ».