Cost and determinants of acute kidney injury after elective primary total joint arthroplasty
Notice bibliographique
Résumé
BackgroundAcute kidney injury (AKI) is a serious complication after major surgery, which may lead to increased morbidity and mortality. The aim of this study was to identify cost and determinants of AKI after total joint arthroplasty.MethodsA retrospective case-controlled study was conducted with 1719 primary elective total hip or knee replacements performed from January 2004 through September 2015 at an urban teaching hospital. Patients who developed AKI were matched in a 1:3 ratio with those in a control group who did not develop AKI based on age, sex, race, operated joint, and comorbidities including hypertension and diabetes. Increased postoperative serum creatinine was considered indicative of AKI.ResultsFifty-four patients (3.1%) had AKI that was significantly associated with increased length of hospital stay (8.07 days) compared with that of the control group (4.50 days, P < .0001) and incurred significantly higher hospital charges ($224,533) than those of the control group ($142,753, P < .0001). We identified high body mass index, undergoing bilateral surgery in one session, high estimated blood loss, and longer duration of surgery as significant risk factors for AKI in univariate analysis. Elevated preoperative creatinine, large postoperative drop in hemoglobin, and high American Society of Anesthesiologists physical status scores were significant independent predictors of AKI in multivariate analysis.ConclusionsHealth-care providers and patients should work together to manage risk factors and to lower the risk of morbidity and mortality, longer in-hospital stay, and high associated costs of AKI.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,002 | 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; 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 ».