MétaCan
Menu
← Retour à la cohorte
Enregistrement W4306251385 · doi:10.1093/eurheartj/ehac544.1026

Predictors of early renal dysfunction after heart transplantation: a report from the International Consortium on Primary Graft Dysfunction

2022· article· en· W4306251385 sur OpenAlexaffabout
J. Guzman Bofarull, Jennie Han, Yas Moayedi, L. Truby, Farid Foroutan, Ryan Raymond Miller, Luciano Potena, Andreas Zuckermann, S Chih, Maryjane Farr, Shelley Hall, H. Ross, Kiran K. Khush, Marta Farrero

Notice bibliographique

RevueEuropean Heart Journal · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTransplantation: Methods and Outcomes
Établissements canadiensOttawa Heart InstituteUniversity of CalgaryUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineTransplantationRenal replacement therapyInternal medicineIncidence (geometry)Renal functionCardiologyInotropeCreatinineUnivariate analysisOrgan dysfunctionMultivariate analysisSepsis

Résumé

récupéré en direct d'OpenAlex

Abstract Background Renal dysfunction is a common complication after heart transplantation (HT). Renal replacement therapy (RRT) after HT has been associated with increased risk of death. Long-term renal dysfunction is associated mainly to immunosuppressive therapy but is also strongly related to post-transplant renal failure. Predictors of early renal dysfunction after HT have not been clearly identified. Purpose We aimed to define predictors of early renal dysfunction after HT. Methods Our consortium includes 10 centers in the US, Canada and Europe. We collected data on all consecutive single-organ HT recipients from 2010 to 2020. The primary outcome was early renal dysfunction (ERD), defined as a composite of need for RRT or creatinine ≥2.5 mg/dL 24 hours after HT. We assessed the incidence of early renal dysfunction and performed univariate and multivariate analyses to identify the recipient and transplant characteristics associated with its development. Results We included 2,764 HT recipients: 282 (10.2%) presented early renal dysfunction and 2482 (89.8%) did not. Recipients who presented postoperative renal dysfunction were more frequently male, Caucasian, with previous sternotomy, higher baseline creatinine, longer ischemic time and worse donor LVEF. They were also more likely to be under RRT, intravenous inotropes or ECMO support and there was more incidence of severe primary graft dysfunction (PGD) (Table 1). Multi-variable logistic regression demonstrated that the strongest predictors for post-transplant renal dysfunction were development of severe PGD (OR 5.26, 2.88–9.62, p<0,001) and RRT prior to HT (OR 5.80, 2.93–11.5, p<0.001). Other predictors were male sex, previous sternotomy, long ischemic time and need for inotropes prior to HT. Conclusions Early renal dysfunction is a common complication after HT with an incidence around 10% in a large and contemporary cohort. The presence of PGD and need for RRT pre-transplant were the strongest predictors for its development. Interestingly, emergent transplantation or need for MCS were not independently associated with ERD. Further studies are needed to identify patients at high risk of early and late kidney dysfunction that may benefit from combined transplantation. Funding Acknowledgement Type of funding sources: None.

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)0,002
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 enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
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 Opus0,030
Tête enseignante GPT0,282
Écart entre enseignants0,252 · 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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Heart Journal→Même sujetTransplantation: Methods and Outcomes→Travaux en français237 207→