Post–Liver Transplant Acute Kidney Injury
Notice bibliographique
Résumé
Acute kidney injury (AKI) is a common condition following liver transplantation (LT). It negatively impacts patient outcomes by increasing the chances of developing chronic kidney disease and reducing graft and patient survival rates. Multiple definitions of AKI have been proposed and used throughout the years, with the International Club of Ascites definition being the most widely now used for patients with cirrhosis. Multiple factors are associated with the development of post-LT AKI and can be categorized into pre-LT comorbidities, donor and recipient characteristics, operative factors, and post-LT factors. Many of these factors can be optimized in an attempt to minimize the risk of AKI occurring and to improve renal function if AKI is already present. A special consideration during the post-LT phase is needed for immunosuppression as certain immunosuppressive medications can be nephrotoxic. The calcineurin inhibitor tacrolimus (TAC) is the mainstay of immunosuppression but can result in AKI. Several strategies including use of the monoclonoal antibody basilixamab to allow for delayed initiation of tacrolimus therapy and minimization through combination and minimization or elimination of TAC through combination with mycophenolate mofetil or mammalian target of rapamycin inhibitors have been implemented to reverse and avoid AKI in the post-LT setting. Renal replacement therapy may ultimately be required to support patients until recovery of AKI after LT. Overall, by improving renal function in post-LT patients with AKI, outcomes can be improved.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».