Acute kidney injury associated with endurance events—is it a cause for concern? A systematic review
Notice bibliographique
Résumé
INTRODUCTION: A growing body of evidence suggests even small rises in serum creatinine (SCr) are of considerable clinical relevance. Given that participants in endurance events are exposed to potential (repeated) renal insults, a systematic review was undertaken to collate current evidence for acute kidney injury (AKI), complicating such events. METHODS: A systematic review of studies and case reports meeting inclusion criteria on Medline and EMBASE (inception to October 2015). Included: studies with markers of renal function before and after endurance or ultraendurance events; case reports of severe AKI. Two reviewers assessed risk of bias using the Newcastle-Ottawa scale. RESULTS: Eleven case report publications (n=27 individuals) of severe AKI, were retrieved, with risk factors including systemic illness or nephrotoxic medications usually identified. From 30 studies of endurance and ultraendurance events, mean rise in SCr was 29 (±12.3) µmol/L after marathon or ultramarathon (17 studies, n=568 participants) events. Where follow-up tests were conducted, SCr returned to baseline within 48 hours. Rises in biomarkers suggest potential parenchymal insult, rather than simply muscle breakdown. However, evidence of long-term deleterious effects is lacking. CONCLUSIONS: Raised levels of SCr are reported immediately after endurance events. It is not clear whether this is either clinically significant, or if repeated participation predisposes to long-term sequelae. The aetiology of severe exercise-associated AKI is usually multifactorial, with risk factors generally identified in the rare cases reported. On-site biochemistry, urine analysis and biomarkers of AKI may help identify collapsed runners who are at significant short-term risk and allow suitable follow-up.
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 | 0,008 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,031 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».