Volume Status Assessment by Lung Ultrasound in End-Stage Kidney Disease: A Systematic Review
Notice bibliographique
Résumé
Purpose of review: Lung ultrasound is a noninvasive bedside technique that can accurately assess pulmonary congestion by evaluating extravascular lung water. This technique is expanding and is easily available. Our primary outcome was to compare the efficacy of volume status assessment by lung ultrasound with clinical evaluation, echocardiography, bioimpedance, or biomarkers. The secondary outcomes were all-cause mortality and cardiovascular events. Sources of information: We conducted a MEDLINE literature search for observational and randomized studies with lung ultrasound in patients on maintenance dialysis. Methods: From a total of 2363 articles, we included 28 studies (25 observational and 3 randomized). The correlation coefficients were pooled for each variable of interest using the generic inverse variance method with a random effects model. Among the clinical parameters, New York Heart Association Functional Classification of Heart Failure status and lung auscultation showed the highest correlation with the number of B-lines on ultrasound, with a pooled r correlation coefficient of .57 and .36, respectively. Among echocardiographic parameters, left ventricular ejection fraction and inferior vena cava index had the strongest correlation with the number of B-lines, with a pooled r coefficient of .35 and .31, respectively. Three randomized studies compared a lung ultrasound-guided approach with standard of care on hard clinical endpoints. Although patients in the lung ultrasound group achieved better decongestion and blood pressure control, there was no difference between the 2 management strategies with respect to death from any cause or major adverse cardiovascular events. Key findings: Lung ultrasound may be considered for the identification of patients with subclinical volume overload. Trials did not show differences in clinically important outcomes. The number of studies was small and many were of suboptimal quality. Limitations: The included studies were heterogeneous and of relatively limited quality.
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 | 0,005 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,007 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».