Bioimpedance analysis is not superior to clinical assessment in determining hydration status: A prospective randomized‐controlled trial in a Western dialysis population
Notice bibliographique
Résumé
INTRODUCTION: Fluid management is an important goal of dialysis treatment. The accurate assessment of fluid status is still a challenge for clinical nephrologists. Bioimpedance analysis (BIA) has been proposed as an objective tool to assess hydration. METHODS: This was a prospective randomized controlled study to compare hydration status measured by clinical assessment compared to BIA using a body composition monitor (BCM). The primary outcome was defined as the decline of cardiac biomarker N-terminal pro brain natriuretic peptide (NT-proBNP) from baseline to the end of the study. FINDINGS: About 281 chronic hemodialysis patients were assessed for eligibility, and 132 patients provided written informed consent to participate (65 BIA group, 67 clinical group). Predialytic NT-proBNP, and decline of NT-proBNP were similar in both groups. The amount of overhydration (2.18 ± 2.11 L vs. 1.29 ± 1.97 L; p 0.016) and the number of patients with severe overhydration (46.0% vs. 30.6%, p = 0.04) were significantly higher in the BIA group at the end of the study. Fluid accumulation in the interdialytic period was significantly lower in the clinical group (p = 0.013). Adverse events occurred more often in the BIA group (p = 0.032). The cumulative number of hypovolemic events was significantly higher in the BIA group (p = 0.002). DISCUSSION: Fluid management by BIA does not lead to a better cardiac outcome (appraised by surrogate markers) than fluid management by careful clinical assessment. Adapting the dry weight according to BIA results increases the risk of adverse events, especially hypovolemic episodes. Careful clinical fluid assessment is important for optimal care of chronic hemodialysis patients.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| 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 ».