MétaCan
Menu
Retour à la cohorte
Enregistrement W2972799728 · doi:10.1097/mcc.0000000000000656

Acute kidney injury in pregnancy

2019· review· en· W2972799728 sur OpenAlexaboutno aff
Madhusudan Vijayan, Maria Avendano, Kana Amari Chinchilla, Belinda Jim

Notice bibliographique

RevueCurrent Opinion in Critical Care · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePregnancyAcute kidney injuryIntensive care medicineAcute fatty liver of pregnancyThrombotic thrombocytopenic purpuraPreeclampsiaEclampsiaIncidence (geometry)PopulationEpidemiologyObstetricsInternal medicineFetusPlatelet

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Pregnancy-related acute kidney injury (Pr-AKI) is associated with increased maternal and fetal morbidity and mortality and remains a large public health problem. RECENT FINDINGS: Pr-AKI incidence has globally decreased over time for the most part. However, the cause presents a disparity between developing and developed countries, reflecting differences in socioeconomic factors and healthcare infrastructure - with the noteworthy outlier of increased incidence in the United States and Canada. Although Pr-AKI can be secondary to conditions affecting the general population, in most cases it is pregnancy specific. Septic abortion, hyperemesis gravidarum, and hemorrhage have become less prevalent with access to healthcare but are being displaced by thrombotic microangiopathies, such as preeclampsia, hemolysis, elevated liver enzymes, low platelets syndrome, thrombotic thrombocytopenic purpura, and pregnancy-associated hemolytic-uremic syndromes, as well as acute fatty liver of pregnancy. Understanding these conditions plays a pivotal role in the timely diagnosis and enhancement of therapeutic approaches. SUMMARY: In this review, we focus on the renal physiology of the pregnancy, epidemiology, and specific conditions known to cause Pr-AKI, summarizing diagnostic definition, insights in pathophysiology, clinical considerations, and novel treatment approaches, thus providing the reader a framework of clinically relevant information for interdisciplinary management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,715
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,329
Tête enseignante GPT0,566
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Critical CareMême sujetAcute Kidney Injury ResearchTravaux en français237 207