Linear Correlation Between Mean Arterial Pressure and Urine Output in Critically Ill Patients
Notice bibliographique
Résumé
OBJECTIVE: Mean arterial pressure (MAP) plays a significant role in regulating tissue perfusion and urine output (UO). The optimal MAP target in critically ill patients remains a subject of debate. We aimed to explore the relationship between MAP and UO. DESIGN: A retrospective observational study. SETTING: A general ICU in a tertiary medical center. PATIENTS: All critically ill patients admitted to the ICU for more than 10 hours. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: MAP values and hourly UO were collected in 5,207 patients. MAP levels were categorized into 10 groups of 5 mm Hg (from MAP < 60 mm Hg to MAP > 100 mg Hg), and 656,423 coupled hourly mean MAP and UO measurements were analyzed. Additionally, we compared the UO of individual patients in each MAP group with or without norepinephrine (NE) support or diuretics, as well as in patients with acute kidney injury (AKI).Hourly UO rose incrementally between MAP values of 65-100 mm Hg. Among 2,226 patients treated with NE infusion, mean UO was significantly lower in the MAP less than 60 mm Hg group (53.4 mL/hr; 95% CI, 49.3-57.5) compared with all other groups (p < 0.001), but no differences were found between groups of 75 less than or equal to MAP. Among 2500 patients with AKI, there was a linear increase in average UO from the MAP less than 60 mm Hg group (57.1 mL/hr; 95% CI, 54.2-60.0) to the group with MAP greater than or equal to 100 mm Hg (89.4 mL/hr; 95% CI, 85.7-93.1). When MAP was greater than or equal to 65 mm Hg, we observed a statistically significant trend of increased UO in periods without NE infusion. CONCLUSIONS: Our analysis revealed a linear correlation between MAP and UO within the range of 65-100 mm Hg, also observed in the subgroup of patients treated with NE or diuretics and in those with AKI. These findings highlight the importance of tissue perfusion to the maintenance of diuresis and achieving adequate fluid balance in critically ill patients.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».