Renal injury and recovery in pediatric patients after ventricular assist device implantation and cardiac transplant
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Background The use of ventricular assist devices (VADs) in children with heart failure may be of particular benefit to those with accompanying renal failure, as improved renal function is seen in some, but not all recipients. We hypothesized that persistent renal dysfunction at 7 days and/or 1 month after VAD implantation would predict chronic kidney disease (CKD) 1 year after heart transplantation (HT). Methods Linkage analysis of all VAD patients enrolled in both the PEDIMACS and PHTS registries between 2012 and 2016. Persistent acute kidney injury (P‐AKI), defined as a serum creatinine ≥1.5× baseline, was assessed at post‐implant day 7. Estimated glomerular filtration rate (eGFR) was determined at implant, 30 days thereafter, and 12 months post‐HT. Pre‐implant eGFR, eGFR normalization (to ≥90 mL/min/1.73 m 2 ), and P‐AKI were used to predict post‐HT CKD (eGFR <90 mL/min/1.73 m 2 ). Results The mean implant eGFR was 85.4 ± 46.5 mL/min/1.73 m 2 . P‐AKI was present in 19/188 (10%). Mean eGFR at 1 month post‐VAD implant was 131.1 ± 62.1 mL/min/1.73 m 2 , significantly increased above baseline ( P < 0.001). At 1 year post‐HT (n = 133), 60 (45%) had CKD. Lower pre‐implant eGFR was associated with post‐HT CKD (OR 0.99, CI: 0.97‐0.99, P = 0.005); P‐AKI was not (OR 0.96, CI: 0.3‐3.0, P = 0.9). Failure to normalize renal function 30 days after implant was highly associated with CKD at 1 year post‐transplant (OR 12.5, CI 2.8‐55, P = 0.003). Conclusions Renal function improves after VAD implantation. Lower pre‐implant eGFR and failure to normalize renal function during the support period are risk factors for CKD development after HT.
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.
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 découle