Royal Free Hospital‐estimated glomerular filtration rate for prognostic stratification of first acute kidney injury in cirrhosis
Notice bibliographique
Résumé
BACKGROUND & AIMS: Renal function is a major determinant of prognosis in patients with cirrhosis. Current guidelines only contemplate serum creatinine (sCr) to assess kidney injury. However, there are formulas to estimate glomerular filtration rate (eGFR) which better measure renal function in patients listed for liver transplantation. There is no data available on whether these formulas predict prognosis in patients with acute kidney injury (AKI). METHODS: In 143 patients presenting with a first episode of AKI, we compared the prognostic value of renal function estimated using sCr or eGFR assessed with Modification of Diet in Renal Disease (MDRD-6), chronic kidney disease epidemiology (CKD-EPI) and Royal Free Hospital (RFH) for renal replacement therapy (RRT) within 30 days of AKI, and 30- and 90-day transplant-free survival. RESULTS: eGFR was calculated on values obtained before and at admission, at presentation of AKI (D0) and 48 hours after AKI (D2).15% of patients (more commonly in alcohol + metabolic etiology; P = .049 vs other) required RRT. Transplant-free survival at 30-and 90-day were 77% and 63%. Among sCr, MDRD-6, CKD-EPI and RFH-eGFR, the latter predicted best RRT (HR 0.937 95% CI 0.893-0.982, P = .007), 30-d (HR 0.936 95% CI 0.901-0.972, P = .001) and 90-d (HR 0.934 95% CI 0.908-0.972, P < .001) mortality/OLT. CONCLUSIONS: Renal function estimated using the RFH-eGFR calculated at D2 after AKI diagnosis is a strong predictor of RRT and of 30-d and 90-d transplant-free survival. Results suggest that in cirrhosis, RFH-eGFR may be a better indicator of prognosis in AKI than sCr.
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) | 0,000 | 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 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 ».