MétaCan
Menu
Retour à la cohorte
Enregistrement W4365813971 · doi:10.1016/j.xkme.2023.100641

Epidemiology and Outcomes of AKI Treated With Continuous Kidney Replacement Therapy: The Multicenter CRRTnet Study

2023· article· en· W4365813971 sur OpenAlexafffund
Oleksa Rewa, Victor Ortiz-Soriano, Joshua Lambert, Shaowli Kabir, Michael Heung, Andrew A. House, Divya Monga, Luis A. Juncos, Michelle Secic, Robin Piazza, Stuart L. Goldstein, Sean M. Bagshaw, Javier A. Neyra

Notice bibliographique

RevueKidney Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensLondon Health Sciences CentreWestern UniversityUniversity of AlbertaAlberta Health Services
Organismes subventionnairesAkebia TherapeuticsUniversity of AlbertaCanada Research ChairsUniversity of Arkansas for Medical SciencesFresenius Medical Care North AmericaFaculty of Medicine and Dentistry, University of AlbertaAstute MedicalAlberta Health ServicesNational Institute of Diabetes and Digestive and Kidney DiseasesLondon Health Sciences CentreBioPortoVifor PharmaUniversity of CincinnatiCincinnati Children's Hospital Medical Center
Mots-clésMedicineAcute kidney injuryRenal replacement therapyOliguriaAnuriaIntensive care unitKidney diseaseEpidemiologyComorbiditySepsisAPACHE IIIntensive careIntensive care medicineInternal medicineEmergency medicineRenal function

Résumé

récupéré en direct d'OpenAlex

Rationale & Objective Continuous kidney replacement therapy (CKRT) is the predominant form of acute kidney replacement therapy used for critically ill adult patients with acute kidney injury (AKI). Given the variability in CKRT practice, a contemporary understanding of its epidemiology is necessary to improve care delivery. Study Design Multicenter, prospective living registry. Setting & Population 1,106 critically ill adults with AKI requiring CKRT from December 2013 to January 2021 across 5 academic centers and 6 intensive care units. Patients with pre-existing kidney failure and those with coronavirus 2 infection were excluded. Exposure CKRT for more than 24 hours. Outcomes Hospital mortality, kidney recovery, and health care resource utilization. Analytical Approach Data were collected according to preselected timepoints at intensive care unit admission and CKRT initiation and analyzed descriptively. Results Patients' characteristics, contributors to AKI, and CKRT indications differed among centers. Mean (standard deviation) age was 59.3 (13.9) years, 39.7% of patients were women, and median [IQR] APACHE-II (acute physiologic assessment and chronic health evaluation) score was 30 [25-34]. Overall, 41.1% of patients survived to hospital discharge. Patients that died were older (mean age 61 vs. 56.8, P <0.001), had greater comorbidity (median Charlson score 3 [1-4] vs. 2 [1-3], P < 0.001), and higher acuity of illness (median APACHE-II score 30 [25-35] vs. 29 [24-33], P =0.003). The most common condition predisposing to AKI was sepsis (42.6%), and the most common CKRT indications were oliguria/anuria (56.2%) and fluid overload (53.9%). Standardized mortality ratios were similar among centers. Limitations The generalizability of these results to CKRT practices in nonacademic centers or low-and middle-income countries is limited. Conclusions In this registry, sepsis was the major contributor to AKI and fluid management was collectively the most common CKRT indication. Significant heterogeneity in patient- and CKRT-specific characteristics was found in current practice. These data highlight the need for establishing benchmarks of CKRT delivery, performance, and patient outcomes. Data from this registry could assist with the design of such studies.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,067
Tête enseignante GPT0,394
Écart entre enseignants0,326 · 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

Citations26
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueKidney MedicineMême sujetAcute Kidney Injury ResearchTravaux en français237 207