A case–control study analyzing mannitol dosing for prevention of cisplatin-induced acute nephrotoxicity
Notice bibliographique
Résumé
Background Mannitol is an osmotic diuretic given routinely as part of cisplatin regimens to prevent nephrotoxicity, but there are limited data on the ideal dosage. At our center, three different doses of mannitol are used: 12, 20, and 40 g per cycle for cisplatin doses of ≥50 mg/m 2 . The primary objective was to determine if variations in mannitol dosing significantly influence the incidence of cisplatin-induced acute nephrotoxicity. Methods A case–control study was performed. Electronic records of 1462 consecutive outpatients who received cisplatin at ≥ 50 mg/m 2 per cycle between January 2010 and December 2014 were reviewed. Patients experiencing nephrotoxicity of any grade within 30 days of last cisplatin dose, as defined by NCI CTCAE 4.0, were matched to a minimum of two and maximum of five controls based on the following criteria: age ± 5 years, baseline estimated glomerular filtration rate ± 10 ml/min/1.73 m 2 , cisplatin dose per cycle, and presence of diabetes. Conditional logistic regression was used to identify baseline predictors of cisplatin-induced acute nephrotoxicity. Results Of the 1245 included patients, 237 had nephrotoxicity and 1008 were matched controls. Median baseline estimated glomerular filtration rate for cases and controls were 83 and 80 ml/min/1.73 m 2 , respectively. A total of 3.8% of cases experienced ≥ grade 3 nephrotoxicity. Univariable analysis showed that diabetes, lymphoma, low baseline estimated glomerular filtration rate, and low baseline magnesium level were significantly associated with nephrotoxicity, whereas mannitol dosing did not show any association (odds ratio 1.08; p = 0.29). In multivariable analysis, diabetes and lymphoma retained statistical significance, but baseline estimated glomerular filtration rate and baseline magnesium level showed nonsignificant associations with nephrotoxicity. Conclusions Cisplatin-induced acute nephrotoxicity remains common in patients with good baseline renal function despite preventive measures. Diabetes and lymphoma are predictors of nephrotoxicity, whereas mannitol dosing has no significant influence, suggesting that doses may be standardized across cisplatin regimens.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».