Acute kidney injury outcomes in covid-19 patients: systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Acute kidney injury (AKI) is a frequent complication of coronavirus-19 disease (COVID-19). Therefore, we decided to perform a systematic review and meta-analysis with data from the literature to relate the development of COVID-19 associated-AKI with comorbidities, medications, and the impact of mechanical ventilation. METHODS: We performed a systematic review using the Newcastle-Ottawa scale and a meta-analysis using the R program. Relevant studies were searched in the PubMed, Medline, and SciELO electronic databases. Search filters were used to include reports after 2020 and cohort studies. RESULTS: In total, 1166 articles were identified and 55 English-written articles were included based on the risk of bias. Of all COVID-19-hospitalized patients presenting with AKI (n = 18029) classified as Kidney Disease Improving Global Outcomes stage 1 to 3, approximately 18% required mechanical ventilation and 39.2 % died. Around 11.3% of the patients required kidney replacement therapy (KRT) and of these, 1093 died and 321 required continuous KRT. Death is more frequent in individuals with AKI [OR 6.03, 95%CI: 5.73-6.74; p<0.01]. Finally, mechanical ventilation is an aggravating factor in the clinical conditions studied [OR 11.01, 95%CI: 10.29-11.77; p<0.01]. CONCLUSION: Current literature indicates AKI as an important complication in COVID-19. In this context, we observed that comorbidities, such as chronic kidney disease and heart failure, were more related to the development of AKI. In addition, mechanical ventilation was seen as an aggravating factor in this scenario.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,023 | 0,005 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».