Estimated glomerular filtration rates are higher when creatinine‐based equations are compared with a cystatin C‐based equation in coronavirus disease 2019
Notice bibliographique
Résumé
OBJECTIVES: Estimations of glomerular filtration rate (eGFR) are based on analyses of creatinine and cystatin C, respectively. Coronavirus disease 2019 (COVID-19) patients in the intensive care unit (ICU) often have acute kidney injury (AKI) and are at increased risk of drug-induced kidney injury. The aim of this study was to compare creatinine-based eGFR equations to cystatin C-based eGFR in ICU patients with COVID-19. METHODS: After informed consent, we included 370 adult ICU patients with COVID-19. Creatinine and cystatin C were analyzed at admission to the ICU as part of the routine care. Creatinine-based eGFR (ml/min) was calculated using the following equations, developed in chronological order; the Cockcroft-Gault (C-G), Modified Diet in Renal Disease (MDRD)1999, MDRD 2006, Chronic Kidney Disease Epidemiology Collaboration (CKD-EPI), and Lund-Malmö revised (LMR) equations, which were compared with eGFR calculated using the cystatin C-based Caucasian Asian Pediatric Adult (CAPA) equation. RESULTS: The median eGFR when determined by C-G was 99 ml/min and interquartile range (IQR: 67 ml/min). Corresponding estimations for MDRD1999 were 90 ml/min (IQR: 54); MDRD2006: 85 ml/min (IQR: 51); CKD-EPI: 91 ml/min (IQR: 47); and for LMR 83 ml/min (IQR: 41). eGFR was calculated using cystatin C and the CAPA equation value was 70 ml/min (IQR: 38). All differences between creatinine-based eGFR versus cystatin C-based eGFR were significant (p < .00001). CONCLUSIONS: Estimation of GFR based on various analyses of creatinine are higher when compared with a cystatin C-based equation. The C-G equation had the worst performance and should not be used in combination with modern creatinine analysis methods for determination of drug dosage in COVID-19 patients.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».