In severe alcohol‐related hepatitis, acute kidney injury is prevalent, associated with mortality independent of liver disease severity, and can be predicted using <scp>IL</scp>‐8 and <scp>micro‐RNAs</scp>
Notice bibliographique
Résumé
BACKGROUND: The prevalence, prediction and impact of acute kidney injury (AKI) in alcohol-related hepatitis (AH) is uncertain. AIMS: We aimed to determine AKI incidence; association with mortality; evaluate serum biomarkers and the modifying effects of prednisolone and pentoxifylline in the largest AH cohort to date. METHODS: Participants in the Steroids or Pentoxifylline for Alcoholic Hepatitis trial with day zero (D0) creatinine available were included. AKI was defined by modified International Club of Ascites criteria; incident AKI as day 7 (D7) AKI without D0-AKI. Survival was compared by Kaplan-Meier; mortality associations by Cox regression; associations with AKI by binary logistic regression; biomarkers by AUROC analyses. RESULTS: D0-AKI was present in 198/1051 (19%) participants; incident AKI developed in a further 119/571 (21%) with available data. Participants with D0-AKI had higher 90-day mortality than those without (32% vs. 25%, p = 0.008), as did participants with incident AKI compared to those without D0-AKI or incident AKI (47% vs. 25%, p < 0.001). Incident AKI was associated with D90 mortality adjusted for age and discriminant function (AHR 2.15, 1.56-2.97, p < 0.001); D0-AKI was not. Prednisolone therapy reduced incident AKI (AOR 0.55, 0.36-0.85, p = 0.007) but not mortality. D0 bilirubin and IL-8 combined, miR-6826-5p, and miR-6811-3p predicted incident AKI (AUROCs 0.726, 0.821, 0.770, p < 0.01). CONCLUSIONS: Incident AKI is associated with 90-day mortality independent of liver function. Prednisolone therapy was associated with reduced incident AKI. IL-8 and several miRNAs are potential biomarkers to predict AKI. Novel therapies to prevent incident AKI should be evaluated in AH to reduce mortality.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».