MétaCan
Menu
Retour à la cohorte
Enregistrement W4281483716 · doi:10.1016/j.ekir.2022.05.021

Integration of the Renal Angina Index and Urine Neutrophil Gelatinase-Associated Lipocalin Improves Severe Acute Kidney Injury Prediction in Critically Ill Children and Young Adults

2022· article· en· W4281483716 sur OpenAlexaff
Stuart L. Goldstein, Kelli A. Krallman, Cassie Kirby, Jean‐Philippe Roy, Michaela Collins, Kaylee Fox, Alexandra Schmerge, Sarah Wilder, Bradley Gerhardt, Ranjit S. Chima, Rajit K. Basu, Lakhmir S. Chawla, Lin Fei

Notice bibliographique

RevueKidney International Reports · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésMedicineNeutrophil gelatinase-associated lipocalinAcute kidney injuryLipocalinCritically illUrine outputUrineIntensive care medicineRenal injuryKidneyInternal medicineRenal function

Résumé

récupéré en direct d'OpenAlex

Introduction: Acute kidney injury (AKI) occurs in one-fourth of children and young adults admitted to pediatric intensive care unit (PICU). Severe AKI (sAKI; Kidney Disease: Improving Global Outcomes stage 2 or 3) is associated with morbidity and mortality. An AKI risk stratification system, the Renal Angina Index (RAI) calculated at 12 hours of admission, exhibits excellent performance to rule out sAKI at 72 hours of admission. We found that integration of urine neutrophil gelatinase-associated lipocalin (NGAL) with RAI improves prediction of sAKI. We now report the first-year results after implementation of our prospective automated RAI-NGAL clinical decision support (CDS) program. Methods: Patients 3 months to 25 years of age were eligible. Admission order sets have a conditional order for urine NGAL released when a 12-hour RAI ≥8. The primary outcome was sAKI any time at days 2 to 4 of admission. We assessed performance of the RAI and RAI+/NGAL to predict the primary outcome. Results: A total of 1427 unique patients accounted for 1575 admissions. In 147 admissions, RAI was ≥8. RAI <8 had negative predictive value (NPV) of 0.98 (95% CI 0.97-0.99); RAI ≥ 8 had positive predictive value (PPV) of 0.37 (95% CI 0.30-0.46) to predict days 2 to 4 sAKI (area under the receiver operating characteristic curve [AUC-ROC] 0.88 [95% CI 0.84-0.92]). Of 147 RAI+ patients, 89 had NGAL available. RAI/NGAL combination improved PPV (0.64, 95% CI 0.50-0.79) without decrement in NPV (0.98, 95% CI 0.97-0.98). Conclusion: AKI biomarker assessment directed by risk stratification improves prediction of sAKI in critically ill children and young adults. This CDS process has potential to enrich the population for interventional study, although improvement to adherence to CDS is needed.

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)0,005
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,006
Tête enseignante GPT0,261
Écart entre enseignants0,255 · 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

Citations33
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKidney International ReportsMême sujetAcute Kidney Injury ResearchTravaux en français237 207