MétaCan
Menu
Retour à la cohorte
Enregistrement W3178180340 · doi:10.1016/j.arr.2021.101408

Haemodynamic frailty – A risk factor for acute kidney injury in the elderly

2021· review· en· W3178180340 sur OpenAlexafffund
Neil G. Docherty, Christian Delles, Patrick C. D’Haese, Anita T. Layton, Carlos Martínez‐Salgado, Benjamin A. Vervaet, Francisco J. López‐Hernández

Notice bibliographique

RevueAgeing Research Reviews · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesInstituto de Salud Carlos IIINatural Sciences and Engineering Research Council of CanadaMinisterio de Ciencia e InnovaciónBritish Heart Foundation
Mots-clésMedicineAcute kidney injuryIntensive care medicineContext (archaeology)HemodynamicsIntravascular volume statusKidney diseaseCardiologyRisk factorInternal medicine

Résumé

récupéré en direct d'OpenAlex

Clinical frailty in the elderly is defined by a composite measure of functional psychomotor decline. Herein, we develop the concept of haemodynamic frailty (HDF), a state of increased predisposition to disease prevalent in the elderly and characterised by impairment of the network of compensatory responses governing the defence of circulatory volume and adaptive haemodynamic function. We review the factors predisposing the elderly to HDF, with a focus on the impaired capacity to sustain total body water balance. As a component of HDF, dehydration generates vulnerability to diseases caused by tissue hypoperfusion, including acute kidney injury. We provide a detailed mechanistic explanation of how dehydration and depletion of the intravascular volume impacts on renal blood flow to become an important element of the heightened risk of acute kidney injury (AKI) in the elderly. We bring these mechanistic considerations into the clinical context with reference to examples of how pre-renal (haemodynamic) and intrinsic (involving renal parenchymal damage) AKI risk is elevated in the setting of dehydration. Finally, we present HDF as a state of opportunity to prevent disease, for which diagnostic and interventional standards need to be refined. Further prospective studies are warranted to help clarify the clinical utility of assessing and managing HDF with regard to the mitigation of AKI risk in the elderly.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,911
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,205
Tête enseignante GPT0,499
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgeing Research ReviewsMême sujetDialysis and Renal Disease ManagementTravaux en français237 207