Relationship between positive end-expiratory pressure levels, central venous pressure, systemic inflammation and acute renal failure in critically ill ventilated COVID-19 patients: a monocenter retrospective study in France
Notice bibliographique
Résumé
BACKGROUND: The role of positive pressure ventilation, central venous pressure (CVP) and inflammation on the occurrence of acute kidney injury (AKI) have been poorly described in mechanically ventilated patient secondary to coronavirus disease 2019 (COVID-19). METHODS: This was a monocenter retrospective cohort study of consecutive ventilated COVID-19 patients admitted in a French surgical intensive care unit between March 2020 and July 2020. Worsening renal function (WRF) was defined as development of a new AKI or a persistent AKI during the 5 days after mechanical ventilation initiation. We studied the association between WRF and ventilatory parameters including positive end-expiratory pressure (PEEP), CVP, and leukocytes count. RESULTS: Fifty-seven patients were included, 12 (21%) presented WRF. Daily PEEP, 5 days mean PEEP and daily CVP values were not associated with occurrence of WRF. 5 days mean CVP was higher in the WRF group compared to patients without WRF (median [IQR], 12 mm Hg [11-13] vs. 10 mm Hg [9-12]; P=0.03). Multivariate models with adjustment on leukocytes and Simplified Acute Physiology Score (SAPS) II confirmed the association between CVP value and risk of WRF (odd ratio, 1.97; 95% confidence interval, 1.12-4.33). Leukocytes count was also associated with occurrence of WRF in the WRF group (14 G/L [11-18]) and the no-WRF group (9 G/L [8-11]) (P=0.002). CONCLUSIONS: In mechanically ventilated COVID-19 patients, PEEP levels did not appear to influence occurrence of WRF. High CVP levels and leukocytes count are associated with risk of WRF.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».