Early and late acute kidney injury: temporal profile in the critically ill pediatric patient
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Increasing AKI diagnosis precision to refine the understanding of associated epidemiology and outcomes is a focus of recent critical care nephrology research. Timing of onset of acute kidney injury (AKI) during pediatric critical illness and impact on outcomes has not been fully explored. METHODS: This was a secondary analysis of the Assessment of Worldwide Acute Kidney Injury, Renal Angina and Epidemiology (AWARE) database. AKI was defined as per Kidney Disease: Improving Global Outcomes criteria. Early AKI was defined as diagnosed at ≤48 h after intensive care unit (ICU) admission, with any diagnosis >48 h denoted as late AKI. Transient AKI was defined as return to baseline serum creatinine ≤48 h of onset, and those without recovery fell into the persistent category. A second incidence of AKI ≥48 h after recovery was denoted as recurrent. Patients were subsequently sorted into distinct phenotypes as early-transient, late-transient, early-persistent, late-persistent and recurrent. Primary outcome was major adverse kidney events (MAKE) at 28 days (MAKE28) or at study exit, with secondary outcomes including AKI-free days, ICU length of stay and inpatient renal replacement therapy. RESULTS: = 704, 55.8%). The early-persistent phenotype had the highest odds of MAKE28 (odds ratio 7.84, 95% confidence interval 5.45-11.3), and the highest mortality rate (18.8%). Oncologic and nephrologic/urologic comorbidities at AKI diagnosis were associated with MAKE28. CONCLUSION: Temporal nature and trajectory of AKI during a critical care course are significantly associated with patient outcomes, with several subtypes at higher risk for poorer outcomes. Stratification of pediatric critical care-associated AKI into distinct phenotypes is possible and may become an important prognostic tool.
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.
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 | 0,003 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découle