Incidence and outcomes of acute kidney injury stratified by cardiogenic shock severity
Notice bibliographique
Résumé
BACKGROUND: Acute kidney injury (AKI) is common among patients with cardiogenic shock (CS) and it is independently associated with mortality. We sought to assess the prevalence, severity, and prognosis of AKI as a function of cardiogenic shock severity in unselected Cardiac Intensive Care Unit (CICU) patients. METHODS: We retrospectively reviewed admissions to the Mayo Clinic between 2007 to 2015 and stratified patients by the AKI stage (based on modified Kidney Disease: Improving Global Outcomes criteria) and Society for cardiovascular angiography and interventions (SCAI) shock stage. The association with in-hospital mortality was analyzed using multivariable logistic regression. RESULTS: We included 9,311 unique patients with a mean age of 67 years and 37% females. SCAI shock stages A, B, C, D, and E were present in 47%, 30%, 15%, 7%, and 1% of patients. The incidence of AKI of any severity was 39% in the CICU and 51% during the hospitalization. Hospital mortality occurred in 8% of all patients, and the risk increased as a function of the rising AKI and SCAI shock stage. Worsening AKI stage was associated with increased adjusted hospital mortality (adjusted OR per AKI stage 1.22, 95% CI 1.10-1.36, p < .001). Higher AKI stages were associated with increased adjusted hospital mortality in SCAI stage A/B (p < .001), but not in SCAI stage C, D, or E (all p > .05). CONCLUSIONS: Higher AKI stages were independently associated with mortality in CICU patients after accounting for shock severity and may add incremental prognostic utility in patients with lower SCAI stages.
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) | 0,001 | 0,001 |
| 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 ».