Population-Based Epidemiology and Outcomes of Acute Kidney Injury in Critically Ill Children*
Notice bibliographique
Résumé
OBJECTIVES: We describe the epidemiology, characteristics, risk factors, and incremental risks associated with acute kidney injury in critically ill children at a population-level. DESIGN: Population-based retrospective cohort study. SETTING: PICUs in Alberta, Canada. PATIENTS: All children admitted to PICUs in Alberta, Canada between January 1, 2015, and December 31, 2015. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: A total of 1,017 patients were included. Acute kidney injury developed in 308 patients (30.3%; 95% CI, 28.1-33.8%) and severe acute kidney injury (Kidney Disease: Improving Global Outcomes stage 2 and 3) developed in 124 patients (12.2%; 95% CI, 10.3-14.4%). Incidence rates for critical illness-associated acute kidney injury and severe acute kidney injury were 34 (95% CI, 30.3-38.0) and 14 (95% CI, 11.38-16.38) per 100,000 children-year, respectively. Severe acute kidney injury incidence rates were greater in males (incidence rate ratio, 1.55; 95% CI, 1.08-2.33) and infants younger than 1 year old (incidence rate ratio, 14.77; 95% CI, 10.36-21.07). Thirty-two patients (3.1%) did not survive to PICU discharge. The acute kidney injury-associated PICU mortality rate was 2.3 (95% CI, 1.4-3.5) per 100,000 children-year. In multivariate analysis, severe acute kidney injury was associated with greater PICU mortality (odds ratio, 11.93; 95% CI, 4.68-30.42) and 1-year mortality (odds ratio, 5.50; 95% CI, 2.76-10.96). Severe acute kidney injury was further associated with greater duration of mechanical ventilation, duration of vasoactive support, and lengths of PICU and hospital stay. CONCLUSIONS: The population-level burden of acute kidney injury and its attributable risks are considerable among critically ill children. These findings emphasize the need for enhanced surveillance for acute kidney injury, identification of modifiable risks, and evaluation of interventional strategies.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».