MétaCan
Menu
Retour à la cohorte
Enregistrement W3185954633 · doi:10.1177/20543581211019640

The Association of Matrix Metalloproteinases With Acute Kidney Injury Following CPB-Supported Cardiac Surgery

2021· article· en· W3185954633 sur OpenAlexafffund
Erick McNair, Jennifer Bezaire, Mike Moser, Prosanta Mondal, Josie Conacher, Aleksandra Franczak, David A. Reid, Abass Khani-Hanjani

Notice bibliographique

RevueCanadian Journal of Kidney Health and Disease · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesRoyal University Hospital FoundationUniversity of Saskatchewan
Mots-clésMedicineAcute kidney injuryCreatinineCardiac surgeryCardiopulmonary bypassIntensive care unitKidney diseaseInternal medicineIntensive care medicineAnesthesia

Résumé

récupéré en direct d'OpenAlex

Background: Cardiac surgery–associated acute kidney injury (AKI) is an adverse outcome that increases morbidity and mortality in patients undergoing cardiac surgical procedures. To date, the use of serum creatinine levels as an early indicator of AKI has limitations because of its slow rise and poor predictive accuracy for renal injury. This delay in diagnosis may lead to prolonged initiation in treatment and increased risk for adverse outcomes. Objective: This pilot study explores serum and urine matrix metalloproteinases (MMPs)-2 and MMP-9 and their association, and potentially earlier detection of AKI in patients following cardiopulmonary bypass (CPB)–supported cardiac surgery. We hypothesize that increased activity of serum and urine levels MMP-2 and/ or MMP-9 are associated with AKI. Furthermore, MMP-2 and/ or MMP-9 may provide earlier identification of AKI as compared with serum levels of creatinine. Methods: During the study period, there were 150 CPB-supported surgeries, 21 of which developed AKI according to the Kidney Disease Improving Global Outcomes criteria. We then selected a sample of 21 matched cases from those patients who went through the surgery without developing AKI. Primary outcomes were the measurement via gel zymography of the serum and urine activity of MMP-2 and MMP-9 drawn at the following intervals: pre-CPB; 10-minute post-CPB; and 4-hour post-CPB time points. Secondary variables were the measurement of serum creatinine, intensive care unit (ICU) fluid balance, and length of ICU stay. Results: At the 10-minute and 4-hour post-CPB time points, the serum MMP-2 activity of AKI patients were significantly higher as compared with non-AKI patients ( P < .001 and P = .004), respectively. Similarly, at the 10-minute and 4-hour post-CPB time points, the serum MMP-9 activity of AKI patients was significantly higher as compared with non-AKI patients ( P = .001 and P = .014), respectively. The activity of urine MMP-2 and MMP-9 of AKI patients was significantly higher as compared with non-AKI patients at all 3 time points ( P = .004, P < .001, P < .001), respectively. Conclusion: Although the pilot study may have limitations, it has demonstrated that the serum and urine levels of activity of MMP-2 and MMP-9 are associated with the clinical endpoint of AKI and appear to have earlier rising levels as compared with those of serum creatinine. Furthermore, in depth, exploration is underway with a larger sample size to attempt validation of the analytical performance and reproducibility of the assay for MMP-2 and MMP-9 to aid in earlier diagnosis of AKI following CPB-supported cardiac surgery.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,305
Écart entre enseignants0,292 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations10
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Kidney Health and DiseaseMême sujetAcute Kidney Injury ResearchTravaux en français237 207