Stopping versus continuing renin–angiotensin–system inhibitors after acute kidney injury and adverse clinical outcomes: an observational study from routine care data
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: The risk-benefit ratio of continuing with renin-angiotensin system inhibitors (RASi) after an episode of acute kidney injury (AKI) is unclear. While stopping RASi may prevent recurrent AKI or hyperkalaemia, it may deprive patients of the cardiovascular benefits of using RASi. Methods: We analysed outcomes of long-term RASi users experiencing AKI (stage 2 or 3, or clinically coded) during hospitalization in Stockholm and Sweden during 2007-18. We compared stopping RASi within 3 months after discharge with continuing RASi. The primary study outcome was the composite of all-cause mortality, myocardial infarction (MI) and stroke. Recurrent AKI was our secondary outcome and we considered hyperkalaemia as a positive control outcome. Propensity score overlap weighted Cox models were used to estimate hazard ratios (HRs), balancing 75 confounders. Weighted absolute risk differences (ARDs) were also determined. Results: . After weighting, those who stopped had an increased risk [HR, 95% confidence interval (CI)] of the composite of death, MI and stroke [1.13, 1.07-1.19; ARD 3.7, 95% CI 2.6-4.8] compared with those who continued, a similar risk of recurrent AKI (0.94, 0.84-1.05) and a decreased risk of hyperkalaemia (0.79, 0.71-0.88). Discussion: Stopping RASi use among survivors of moderate-to-severe AKI was associated with a similar risk of recurrent AKI, but higher risk of the composite of death, MI and stroke.
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 | 0,008 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,005 |
| 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