Serum Cystatin C as an Index of Early Detection of Acute Kidney Injury in Children With Severe Malaria
Notice bibliographique
Résumé
Background: Acute kidney injury (AKI) in severe malaria is a major cause of morbidity and mortality. It is often diagnosed using serum creatinine (Scr), which has several limitations. A test for early confirmation of AKI devoid of these limitations is therefore required. Serum cystatin C is therefore suggested as an early screening tool in diagnosing AKI in severe malaria. This study aimed at determining the accuracy of serum cystatin C in the early diagnosis of AKI in severe malaria. Methods: This was a cross-sectional study. Children with World Health Organization (WHO)-defined severe malaria were recruited and AKI was defined using the Kidney Disease: Improving Global Outcomes (KDIGO) and WHO criteria as well as a serum cystatin C level of > 0.95 mg/L. The Scr and cystatin C levels were done and data were analyzed with a P-value less than 5% considered significant. Results: A total of 126 children aged 1 - 15 years comprising 70 (55.6%) males with a male-to-female ratio of 1.25:1 were studied. The prevalence of AKI was 38.9% using serum cystatin C, 23.8% using KDIGO and 11.9% using WHO criteria with statistically significant difference (P = 0.001). The mean serum cystatin C was 0.74 (0.59) mg/L. The sensitivity, specificity, and negative predictive value of cystatin C in the diagnosis of AKI in severe malaria were 80.0%, 73.9%, and 92.2%, respectively using the KDIGO definition of AKI. Conclusion: Serum cystatin C has a high sensitivity, specificity and negative predictive value and can be used to screen children for early detection of AKI in severe malaria. World J Nephrol Urol. 2024;13(1):19-25 doi: https://doi.org/10.14740/wjnu445
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».