MétaCan
Menu
Retour à la cohorte
Enregistrement W3210004377 · doi:10.1016/j.ijcha.2021.100905

Comparative analysis of four established risk scores for predicting contrast induced acute kidney injury after primary percutaneous coronary interventions

2021· article· en· W3210004377 sur OpenAlexaboutno aff
Rajesh Kumar, Kamran Ahmed Khan, Lajpat Rai, Bashir Ahmed Solangi, Ali Ammar, Muhammad Nauman Khan, Ifikhar Ahmed, Bilal Ahmed, Tahir Saghir, Jawaid Akbar Sial, Musa Karim

Notice bibliographique

RevueIJC Heart & Vasculature · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineConventional PCIPercutaneous coronary interventionInternal medicineAcute coronary syndromeAcute kidney injuryMyocardial infarctionKillip classCreatinineCardiologyThrombolysisArea under the curve

Résumé

récupéré en direct d'OpenAlex

This study aimed to compare Mehran Risk Score (MRS) with three well -known scoring systems namely CHA2DS2-VASc score, Canada Acute Coronary Syndrome Risk Score (C-ACS), and Thrombolysis in Myocardial Infarction risk index (TRI) to predict the contrast-induced acute kidney injury (CI-AKI) after primary percutaneous coronary intervention (PCI). CI-AKI is a common complication after primary PCI associated with an adverse prognosis. In this study consecutive patients of primary PCI were included. Patients with chronic kidney diseases, exposure to the contrast medium within the past 7 days, and Killip class IV at presentation were excluded. MRS along with three risk scores namely CHA2DS2-VASc, C-ACS, and TRI were calculated for all patients and CI-AKI was defined as either 0.5 mg/dL or 25% relative increase in post-procedure serum creatinine. The area under the curve (AUC) curve was reported. Post primary PCI CI-AKI was observed in 63 (9.1%) patients out of 691 patients. The AUC was 0.745 [0.679–0.810] for MRS, 0.725 [0.662–0.788] for CHA2DS2-VASc, 0.671 [0.593–0.749] for C-ACS, and 0.734 [0.674–0.795] for TRI. Sensitivity and specificity were 61.9% [48.8–73.8%] and 76.0% [72.4–79.3%] for MRS ≥ 6.5, 66.7% [53.7–78.0%] and 66.7% [62.9–70.4%] for CHA2DS2-VASc ≥ 2, 52.4% [39.4–65.1%] and 79.9% [76.6–83.0%] for C-ACS ≥ 1, and 87.3% [76.5–94.4%] and 49.2% [45.2–53.2%] for TRI ≥ 16 respectively. The MRS has shown higher discriminating power than CHA2DS2-VASc, C-ACS, and TRI. However, the TRI can be of good value in clinical practice due to its simplicity and high sensitivity in detecting patients at higher risk of CI-AKI after primary PCI.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,003
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,034
Tête enseignante GPT0,353
Écart entre enseignants0,318 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIJC Heart & VasculatureMême sujetAcute Kidney Injury ResearchTravaux en français237 207