MétaCan
Menu
Retour à la cohorte
Enregistrement W4392604477 · doi:10.1101/2024.03.06.24303823

Nephroprotective effects of cilastatin in people at risk of acute kidney injury: A systematic review and meta-analysis

2024· review· en· W4392604477 sur OpenAlexafffund
Dilaram Acharya, Fanar Ghanim, Tyrone G. Harrison, Tayler Scory, Nusrat Shommu, Paul E. Ronksley, Meghan J. Elliott, David Collister, Neesh Pannu, Matthew T. James

Notice bibliographique

RevuemedRxiv · 2024
Typereview
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueDrug-Induced Hepatotoxicity and Protection
Établissements canadiensLibin Cardiovascular Institute of AlbertaUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCilastatinMedicineImipenemMeta-analysisRandomized controlled trialInternal medicineObservational studyImipenem/cilastatinIntensive care medicineAntibioticsAntibiotic resistanceBiologyMicrobiology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Rationale & Objective Cilastatin is an inhibitor of drug metabolism in the proximal tubule that demonstrates nephroprotective effects in animals. It has been used in humans in combination with the antibiotic imipenem to prevent imipenem’s degradation. This systematic review and meta-analysis evaluated the nephroprotective effects of cilastatin in humans. Study Design Systematic review and meta-analysis of observational (comparative effectiveness) studies or randomized clinical trials (RCTs) Setting & Study Populations People of any age at risk of acute kidney injury (AKI). Selection Criteria for Studies We systematically searched MEDLINE, Embase, Web of Science, and the Cochrane Controlled Trials registry from database inception to November 2023 for observational studies or RCTs that compared kidney outcomes among groups treated with cilastatin, either alone or as combination imipenem-cilastatin, versus an inactive or active control group not treated with cilastatin. Data Extraction Two reviewers independently evaluated studies for inclusionand risk of bias. Analytical Approach Treatment effects were estimated using random effects models and heterogeneity was quantified using the I 2 statistic. Results We identified 10 studies (five RCTs, n=531 patients; 5 observational studies, n=6,321 participants) that met the inclusion criteria, including 6 studies with comparisons of imipenem-cilastatin to an inactive control and 4 studies with comparisons to alternate antibiotics. Based on pooled results from 5 studies, the risk of AKI was lower with imipenem-cilastatin (risk ratio [RR] 0.53 [95% CI, 0.38 to 0.74]; I 2 =42.2%), with consistent results observed from randomized trials (two trials, RR 0.30 [95% CI, 0.09 to 1.00]; I 2 =62.8%) and observational studies (three studies, RR 0.55 [95% CI, 0.38 to 0.81]; I 2 =62.8%). Based on results from six studies, kidney function was also better with imipenem-cilastatin than comparators (weighted mean difference [WMD] in serum creatinine -0.14 mg/dL [95% CI, -0.21 to -0.07]; I 2 =0%). The overall certainty of the evidence was low due to heterogeneity of the results, high risk of bias, and indirectness among the identified studies. Limitations Clinical and statistical heterogeneity could not be fully explained due to a limited number of studies. Conclusion Patients treated with imipenem-cilastatin developed AKI less frequently and had better short-term kidney function than control groups or those receiving comparator antibiotics. Larger clinical trials with less risk of detection bias due to lack of allocation concealment and blinding are needed to establish the efficacy of cilastatin for AKI prevention. Registration International Prospective Register of Systematic Reviews (PROSPERO) database (ID: CRD42023488809)

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,780
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0100,003
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,103
Tête enseignante GPT0,444
Écart entre enseignants0,341 · 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 tête enseignante, pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetDrug-Induced Hepatotoxicity and ProtectionTravaux en français237 207