Incidence, risk factors and outcomes of postoperative acute kidney injury in elderly patients undergoing abdominal surgery
Notice bibliographique
Résumé
Abstract Objectives To investigate the incidence, risk factors and outcomes of acute kidney injury (AKI) in elderly patients undergoing abdominal surgery. Methods A retrospective study exploring the incidence of AKI in patients older than 75 years within 48 hours after abdominal surgery was conducted. Patients' preoperative characteristics, intraoperative management including medication and outcomes were evaluated for associations with AKI using a logistic regression model.Results During the 2.5-year period, a total of 409 abdominal surgeries were performed. Both pre- and post-operative SCr measurements were available for 329 (80.4%) cases. 26 patients (7.9%) developed AKI, of whom 25 (7.6%) and 1 (0.3%) reached the AKI stages 1 and 2 respectively. Older age (83.0 vs 80.4 years; p=0.002), preoperative liver function damage represented by AST (47.5 vs 21.0 IU/L; p=0.023), intraoperative combined administration of hydroxyethyl starch(HES) and furosemide (15.38% vs 1.65%; p=0.003) were independent risk factors for the development of postoperative AKI. Furthermore, AKI patients had significantly longer ICU stay (3 vs 0 days; p<0.001) and higher in-hospital mortality (23.08% vs 2.31%; p<0.001)Conclusion Intraoperative combined administration of HES and furosemide is an independent factor which can be controlled by anesthesiologists and surgeons for AKI. This provides important recommendations for reducing the incidence of postoperative 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 | 0,022 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,011 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,016 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».