MétaCan
Menu
Retour à la cohorte
Enregistrement W3192920571 · doi:10.3389/fped.2021.666507

Risk Factors for Acute Kidney Injury in Critically Ill Neonates: A Systematic Review and Meta-Analysis

2021· review· en· W3192920571 sur OpenAlexaboutno aff
Qian Hu, Shaojun Li, Qian-Ling Chen, Han Chen, Qiu Li, Mo Wang

Notice bibliographique

RevueFrontiers in Pediatrics · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensnon disponible
Organismes subventionnairesChongqing Science and Technology Commission
Mots-clésMedicineAcute kidney injuryChecklistMeta-analysisCochrane LibraryCohort studyMEDLINEIncidence (geometry)Emergency medicineSystematic reviewIntensive care medicinePediatricsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background and Objective: Acute kidney injury (AKI) is recognized as an independent risk factor for mortality and long-term poor prognosis in neonates. The objective of the study was to identify the risk factors for AKI in critically ill neonates to provide an important basis for follow-up research studies and early prevention. Methods: The PubMed, Embase, Web of Science, Cochrane Library, China National Knowledge Infrastructure, WanFang Med, SinoMed, and VIP Data were searched for studies of risk factors in critically ill neonates. Studies published from the initiation of the database to November 19, 2020, were included. The quality of studies was assessed by the Newcastle-Ottawa Scale and the Agency for Healthcare Research and Quality (AHRQ) checklist. The meta-analysis was conducted with Stata 15 and drafted according to the guidelines of the Preferred Reporting Items for Systematic reviews and Meta-Analyses (PRISMA) statement. Results: Seventeen studies (five cohort studies, ten case-control studies, and two cross-sectional studies) were included in meta-analysis, with 1,627 cases in the case group and 5,220 cases in the control group. The incidence of AKI fluctuated from 8.4 to 63.3%. Fifteen risk factors were included, nine of which were significantly associated with an increased risk of AKI in critically ill neonates: gestational age [standardized mean difference (SMD) = −0.31, 95%CI = (−0.51, −0.12), P = 0.002], birthweight [SMD = −0.37, 95%CI = (−0.67, −0.07), P = 0.015], 1-min Apgar score [SMD = −0.61, 95%CI = (−0.78, −0.43), P = 0.000], 5-min Apgar score [SMD = −0.71, 95%CI = (−1.00, −0.41), P = 0.000], congenital heart disease (CHD) [odds ratio (OR) = 2.94, 95%CI = (2.08, 4.15), P = 0.000], hyperbilirubinemia [OR = 2.26, 95%CI = (1.40, 3.65), P = 0.001], necrotizing enterocolitis (NEC) [OR = 6.32, 95%CI = (2.98, 13.42), P = 0.000], sepsis [OR = 2.21, 95%CI = (1.25, 3.89), P = 0.006], and mechanical ventilation [OR = 2.37, 95%CI = (1.50, 3.75), P = 0.000]. Six of them were not significantly associated with AKI in critically ill neonates: age [SMD = −0.25, 95%CI = (−0.54, 0.04), P = 0.095], male sex [OR = 1.10, 95%CI =(0.97, 1.24), P = 0.147], prematurity [OR = 0.90, 95%CI(0.52, 1.56), P = 0.716], cesarean section [OR = 1.52, 95%CI(0.77, 3.01), P = 0.234], prenatal hemorrhage [OR = 1.41, 95%CI = (0.86, 2.33), P = 0.171], and vancomycin [OR = 1.16, 95%CI = (0.71, 1.89), P = 0.555]. Conclusions: This meta-analysis provides a preliminary exploration of risk factors in critically ill neonatal AKI, which may be useful for the prediction of AKI. Systematic Review Registration: PROSPERO (CRD42020188032).

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)0,015
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,033
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0210,044
Bibliométrie0,0090,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,054
Tête enseignante GPT0,394
Écart entre enseignants0,340 · 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'étudeMéta-analyse
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

Citations43
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PediatricsMême sujetAcute Kidney Injury ResearchTravaux en français237 207