IGFBP7 as a preoperative predictor of congestive acute kidney injury after cardiac surgery
Notice bibliographique
Résumé
OBJECTIVE: Congestive acute kidney injury (c-AKI) refers to AKI in the presence of right ventricular failure (RVF) and is a highly morbid complication of cardiac surgery. However, treatment has traditionally been reactive rather than proactive due to limited modalities to predict this complication. The objective of this study was to investigate the ability of insulin-like growth-factor binding protein 7 (IGFBP7), to predict c-AKI, AKI and RVF in patients undergoing cardiac surgery, as compared to N-terminal prohormone B-type natriuretic peptide (NT-pro-BNP) and pulmonary artery pulsatility index (PAPi). METHODS: This prospective nested case-control study consisted of 350 adult patients who underwent elective cardiac surgery. The outcomes were c-AKI, AKI and RVF. Unadjusted and adjusted conditional logistic regression models and areas under the receiver operating characteristic curve (AUC) were used to assess the predictive performance of each marker. RESULTS: For the prediction of c-AKI, the unadjusted IGPBP7 model had an AUC of 0.81, as compared with 0.51 for NT-pro-BNP and 0.61 for PAPi. The adjusted c-AKI models had AUCs of 0.90 for IGFBP7, 0.87 for NT-pro-BNP and 0.77 for PAPi. For AKI and RVF, the predictive performance of IGFBP7 was moderate and exceeded that of NT-pro-BNP and PAPi in univariable analysis. IGFBP7 remained a robust independent predictor of all outcomes in multivariable analysis, whereas the other markers did not. CONCLUSIONS: IGFBP7 is a promising biomarker for prediction of AKI, RVF and c-AKI and could have value for preoperative optimisation and risk stratification of patients undergoing cardiac surgery.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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 ».