MétaCan
Menu
Retour à la cohorte
Enregistrement W4309469229 · doi:10.1159/000527198

Acute and Chronic Cardiovascular Consequences of Acute Kidney Injury: A Systematic Review and Meta-Analysis

2022· review· en· W4309469229 sur OpenAlexaboutno aff
Lorenz De Clercq, Tim Ailliet, Hannah Schaubroeck, Eric A. J. Hoste

Notice bibliographique

RevueCardiorenal Medicine · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAcute kidney injuryRifleInternal medicineRetrospective cohort studyMeta-analysisProspective cohort studyCohort studyRelative riskMaceIntensive care unitIntensive care medicineAtrial fibrillationConfidence intervalMyocardial infarctionPercutaneous coronary intervention

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: We examined whether patients with acute kidney injury (AKI) have a higher risk of developing atrial fibrillation (AF), heart failure (HF), acute coronary syndrome (ACS), and major adverse cardiac events (MACE) in the short and long term compared to patients without AKI, and if that risk is related to the severity of AKI. Furthermore, we investigated the influence of a cardiac event following AKI on the risk of all-cause mortality, length of stay in the intensive care unit and in the hospital. METHODS: We included English and Dutch retrospective and prospective cohort studies on adults (≥15 years) with AKI. Studies lacking epidemiological data, studies not using the consensus definitions (RIFLE, AKIN, KDIGO), animal studies, and studies on children were excluded. Studies were identified using the PubMed and Embase search engines. The last search was performed on the first of August 2021. For assessment of method quality, Newcastle-Ottawa Scale (NOS) for assessing risk of bias was used for cohort studies and heterogeneity was determined by the I2 statistic. Statistical analysis was performed using the Cochrane Review Manager (RevMan 5.3). The risk ratio (RR) and 95% confidence interval (CI) were calculated using the Mantel-Haenszel test. Results were presented in a summary caterpillar plot. RESULTS: We evaluated 14 studies comprising 736,210 patients. AKI was defined according to the RIFLE consensus in 1 article, to the AKIN criteria in 7, and to the KDIGO guidelines in 6. Of the 14 included studies, 4 were prospective and 10 were retrospective. In comparison with patients without AKI, we found that patients with AKI had a 94% increased risk of developing AF in the short term (RR: 1.94, 95% CI 1.35-2.79; p = 0.0004). In the long term, patients with AKI stage 1 had a 59% increased risk of developing HF and a 77% risk of developing ACS (RR: 1.59, 95% CI 1.07-2.34, p = 0.02 and RR: 1.77, 95% CI 1.68-1.88, p < 0.00001, respectively). Patients with AKI stage 2 had a 45% increased risk of ACS development (RR: 1.45, 95% CI 1.11-1.90, p = 0.006). AKI stage 3 was associated with a 164% increased risk of HF and a 95% increased risk of ACS development (RR: 2.64, 95% CI 1.71-4.08, p < 0.00001 and RR: 1.95, 95% CI 1.35-2.82, p = 0.0004, respectively). Analysis of studies not subdividing AKI into groups showed a 74% increased risk of HF, a 12% increased risk of ACS, and a 30% increased risk of developing MACE (RR: 1.74, 95% CI 1.51-2.01, p < 0.00001, RR: 1.12, 95% CI 1.07-1.17, p < 0.00001 and RR: 1.30, 95% CI 1.25-1.35, p < 0.00001, respectively). CONCLUSIONS: Patients who developed AKI have an increased risk of developing AF at short-term follow-up and HF, ACS, and MACE beyond 30 days.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,436
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0360,008
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,102
Tête enseignante GPT0,401
Écart entre enseignants0,298 · 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 tête enseignante, pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCardiorenal MedicineMême sujetAcute Kidney Injury ResearchTravaux en français237 207