Pre-operative kidney biomarkers and risks for death, cardiovascular and chronic kidney disease events after cardiac surgery: the TRIBE-AKI study
Notice bibliographique
Résumé
BACKGROUND: Soluble tumor necrosis factor receptor (sTNFR)1, sTNFR2, and plasma kidney injury molecule-1 (KIM-1) are associated with kidney events in patients with and without diabetes. However, their associations with clinical outcomes when obtained pre-operatively have not been explored. METHODS: The TRIBE-AKI cohort study is a prospective, multicenter, cohort study of high-risk adults undergoing cardiac surgery. We assessed the associations between pre-operative concentrations of plasma sTNFR1, sTNFR2, and KIM-1 and post-operative long-term outcomes including mortality, cardiovascular events, and chronic kidney disease (CKD) incidence or progression after discharge. RESULTS: Among 1378 participants included in the analysis with a median follow-up period of 6.7 (IQR 4.0-7.9) years, 434 (31%) patients died, 256 (19%) experienced cardiovascular events and out of 837 with available long-term kidney function data, 30% developed CKD. After adjustment for clinical covariates, each log increase in biomarker concentration was independently associated with mortality with 95% CI adjusted hazard ratios (aHRs) of 3.0 (2.3-4.0), 2.3 (1.8-2.9), and 2.0 (1.6-2.4) for sTNFR1, sTNFR2, and KIM-1, respectively. For cardiovascular events, the 95% CI aHRs were 2.1 (1.5-3.1), 1.9 (1.4-2.6) and 1.6 (1.2-2.1) for sTNFR1, sTNFR2 and KIM-1, respectively. For CKD events, the aHRs were 2.2 (1.5-3.1) for sTNFR1, 1.9 (1.3-2.7) for sTNFR2, and 1.7 (1.3-2.3) for KIM-1. Despite the associations, each of the biomarkers alone or in combination failed to result in robust discrimination on an absolute basis or compared to a clinical model. CONCLUSION: sTNFR1, sTNFR2, and KIM-1 were independently associated with longitudinal outcomes after discharge from a cardiac surgery hospitalization including death, cardiovascular, and CKD events when obtained pre-operatively in high-risk individuals. Pre-operative plasma biomarkers could serve to assist during the evaluation of patients in whom cardiac surgery is planned.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 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) | 0,001 | 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 ».