Protéinurie, filtration glomérulaire et insuffisance rénale aiguë: message pour la pratique
Notice bibliographique
Résumé
Et ailleurs…?Protéinurie, filtration glomérulaire et insuffisance rénale aiguë: message pour la pratique La question Environ 3 à 7% des patients qui entrent à l'hôpital souffrent d'insuffisance rénale aiguë (IRA).Quelle est l'importance du taux de filtration glomérulaire et de la protéinurie antérieure à l'épisode d'IRA dans la survenue de celui-ci et dans l'évolution de l'IRA?Ces questions sont capitales notamment pour la reconnaissance des patients à risque et pour éviter par exemple l'administration de médicaments néphrotoxiques (AINS, produits de contrastes entre autres). La méthodeUne étudedecohorte comprenant environ920 000 personnes (!) a été réalisée au Canada entre 2002 et 2007.Les patients ont été divisés en 4 groupes selon leur eTFG (>60 ml/min/1,73 m 2 , 59,9-45, 44,9-30, 29,9-15).Les patients avec un eTGF <15 n'ont pas été inclus dans l'étude.Pour la protéinurie, 3 groupes ont été constitués: aucune, modérée, forte. Les résultatsDurant un suivi médian de 35 mois, 6520 patients ont été admis avec une IRA et 615 avec une IRA nécessitant un traitement dialytique.Le résultat essentiel est l'importance majeure de la protéinurie de départ: par ex.pour les patients avec un eTFG >60 (presque normal), une protéinurie forte augmente le risque d'IRA de 4,4 fois par rapport aux patients avec une protéinurie nulle.Pour toutes les valeurs de eTFG, une protéinurie forte constitue un risque plus élevé d'IRA.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,002 |
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 ».