Urine output is an early and strong predictor of acute kidney injury and associated mortality: a systematic literature review of 50 clinical studies
Notice bibliographique
Résumé
BACKGROUND: Although the present diagnosis of acute kidney injury (AKI) involves measurement of acute increases in serum creatinine (SC) and reduced urine output (UO), measurement of UO is underutilized for diagnosis of AKI in clinical practice. The purpose of this investigation was to conduct a systematic literature review of published studies that evaluate both UO and SC in the detection of AKI to better understand incidence, healthcare resource use, and mortality in relation to these diagnostic measures and how these outcomes may vary by population subtype. METHODS: The systematic literature review was performed following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) checklist. Data were extracted from comparative studies focused on the diagnostic accuracy of UO and SC, relevant clinical outcomes, and resource usage. Quality and validity were assessed using the National Institute for Health and Care Excellence (NICE) single technology appraisal quality checklist for randomized controlled trials and the Newcastle-Ottawa Quality Assessment Scale for observational studies. RESULTS: A total of 1729 publications were screened, with 50 studies eligible for inclusion. A majority of studies (76%) used the Kidney Disease: Improving Global Outcomes (KDIGO) criteria to classify AKI and focused on the comparison of UO alone versus SC alone, while few studies analyzed a diagnosis of AKI based on the presence of both UO and SC, or the presence of at least one of UO or SC indicators. Of the included studies, 33% analyzed patients treated for cardiovascular diseases and 30% analyzed patients treated in a general intensive care unit. The use of UO criteria was more often associated with increased incidence of AKI (36%), than was the application of SC criteria (21%), which was consistent across the subgroup analyses performed. Furthermore, the use of UO criteria was associated with an earlier diagnosis of AKI (2.4-46.0 h). Both diagnostic modalities accurately predicted risk of AKI-related mortality. CONCLUSIONS: Evidence suggests that the inclusion of UO criteria provides substantial diagnostic and prognostic value to the detection of AKI.
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 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 ».