Predictors of Hyperkalemia among Patients on Maintenance Hemodialysis Transported to the Emergency Department by Ambulance
Notice bibliographique
Résumé
Background: Hyperkalemia is common among patients on maintenance hemodialysis (HD) and is associated with mortality. We hypothesized that clinical characteristics available at time of paramedic assessment before emergency department (ED) ambulance transport (ambulance-ED) would associate with severe hyperkalemia (K≥6 mmol/L). Rapid identification of patients who are at risk for hyperkalemia and thereby hyperkalemia-associated complications may allow paramedics to intervene in a timely fashion, including directing emergency transport to dialysis-capable facilities. Methods: Patients on maintenance HD from a single paramedic provider region, who had at least one ambulance-ED and subsequent ED potassium from 2014 to 2018, were examined using multivariable logistic regression to create risk prediction models inclusive of prehospital vital signs, days from last dialysis, and the presence of prehospital electrocardiogram (ECG) features of hyperkalemia. We used bootstrapping with replacement to validate each model internally, and performance was assessed by discrimination and calibration. Results: Among 704 ambulance-ED visits, severe hyperkalemia occurred in 75 (11%); 26 patients with ED hyperkalemia did not have a prehospital ECG. Younger age at transport, longer HD vintage, more days from last hemodialysis session (OR=49.84; 95% CI, 7.72 to 321.77 for ≥3 days versus HD the same day [before] ED transport), and prehospital ECG changes (OR=6.64; 95% CI, 2.31 to 19.12) were independently associated with severe ED hyperkalemia. A model incorporating these factors had good discrimination (c-statistic 0.82; 95% CI, 0.76 to 0.89) and, using a cutoff of 25% probability, correctly classified patients 89% of the time. Conclusions: Characteristics available at the time of ambulance-ED were associated with severe ED hyperkalemia. An awareness of these associations may allow health care providers to define novel care pathways to ensure timely diagnosis and management of hyperkalemia.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».