Establishing targets for goal-directed anesthesia in renal transplantation: A cohort analysis of high-saliency surgical time courses
Notice bibliographique
Résumé
Delayed graft function (DGF) increases morbidity and mortality in kidney transplant recipients. Operative parameters, including hemodynamic manipulation through vasopressors and fluids, can impact perfusion to the newly transplanted kidney and influence DGF incidence. We analyzed intraoperative time-series data in 5-minute intervals from kidney transplant recipient operations (N = 545) in conjunction with pretransplant characteristics and postsurgical outcomes, including DGF incidence, 60-day creatinine, and graft survival. Of the operations, 127 DGF events were captured in our cohort from a single academic transplant center (57/278 donations after brainstem death [DBDs], 65/150 donations after circulatory/cardiac death [DCDs], 5/117 live donations). In multiple regression, postanastomosis hypotension defined as mean arterial pressure (MAP) <75 mmHg was a risk factor for DGF independent of conventional predictors of DGF in DCD and DBD kidneys. DCD recipients with DGF had lower average postanastomosis MAP (DGF: 80.1 ± 8.1 mmHg vs no DGF: 76.4 ± 6.7 mmHg, P = .004). Interaction analysis demonstrated above-average doses of vasopressors and crystalloids were associated with improved outcomes when used at MAPs ≤75 mmHg, but they were associated with increased DGF at MAPs >75 mmHg, suggesting that the incidence of DGF can be highly influenced by intraoperative hemodynamic controls. This analysis of surgical time courses has identified potential new strategies for goal-directed anesthesia in renal transplantation.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».