MétaCan
Menu
Retour à la cohorte
Enregistrement W3202496852 · doi:10.34172/ps.2021.15

Sodium Bicarbonate versus Statins to Prevent Contrast-induced Acute Kidney Injury: A Comprehensive Review

2021· review· en· W3202496852 sur OpenAlexaff
Sanam Dolati, Ata Mahmoodpoor, Nafiseh Gharizadeh, Saina Gholipouri, Hassan Soleimanpour

Notice bibliographique

RevuePharmaceutical Sciences · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineSodium bicarbonateAcute kidney injuryContrast-induced nephropathyAcute tubular necrosisIodinated contrastAtorvastatinIsotonicIntensive care medicineRenal functionUrologyInternal medicineNephropathySurgeryDiabetes mellitusEndocrinology

Résumé

récupéré en direct d'OpenAlex

Iodinated contrast agents are commonly used in diagnostic radiography techniques along with therapeutic interventions. Contrast-Induced Acute Kidney Injury (CI-AKI) is a significant problem of all angiographic procedures, triggered by the use of Iodinated Contrast Media (ICM). There are conflicting data concerning the prevention and treatment of CI-AKI. Numerous approaches have been studied to prevent CI-AKI, but the therapy of choice remains undetermined. The cornerstones of CI-AKI prevention include low-osmolar ICM and intravenous hydration. The recommended hydration must be achieved by means of an isotonic solution of saline. Statins were tested against AKI due to their anti-inflammatory action and antioxidant effect on endothelial function. Novel approaches are required to investigate the short-term effects of high dosage atorvastatin versus sodium bicarbonate on CI-AKI prevention. The objective of this review is to compare the findings of various studies that had applied different doses of statins, sodium bicarbonate, and other agents for preventing CI-AKI.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,281
Tête enseignante GPT0,546
Écart entre enseignants0,266 · 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'étudeRevue systématique
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmaceutical SciencesMême sujetAcute Kidney Injury ResearchTravaux en français237 207