Acute Kidney Injury, Fluid Overload, and Renal Replacement Therapy Differ by Underlying Diagnosis in Neonatal Extracorporeal Support and Impact Mortality Disparately
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
INTRODUCTION: We aimed to characterize acute kidney injury (AKI), fluid overload (FO), and renal replacement therapy (RRT) utilization by diagnostic categories and examine associations between these complications and mortality by category. METHODS: To test our hypotheses, we conducted a retrospective multicenter, cohort study including 446 neonates (categories: 209 with cardiac disease, 114 with congenital diaphragmatic hernia [CDH], 123 with respiratory disease) requiring extracorporeal membrane oxygenation (ECMO) between January 1, 2007, and December 31, 2011. RESULTS: AKI, FO, and RRT each varied by diagnostic category. AKI and RRT receipt were most common in those neonates with cardiac disease. Subjects with CDH had highest peak %FO (51% vs. 28% cardiac vs. 32% respiratory; p < 0.01). Hospital survival was 55% and varied by diagnostic category (45% cardiac vs. 48% CDH vs. 79% respiratory; p < 0.001). A significant interaction suggested risk of mortality differed by diagnostic category in the presence or absence of AKI. In its absence, diagnosis of CDH (vs. respiratory disease) (OR 3.04, 95% CL 1.14-8.11) independently predicted mortality. In all categories, peak %FO (OR 1.20, 95% CL 1.11-1.30) and RRT receipt (OR 2.12, 95% CL 1.20-3.73) were independently associated with mortality. DISCUSSION/CONCLUSIONS: Physiologically distinct ECMO diagnoses warrant individualized treatment strategies given variable incidence and effects of AKI, FO, and RRT by category on mortality.
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