Extracorporeal pediatric renal replacement therapy: diversifying application beyond kidney failure
Notice bibliographique
Résumé
The utilization of extracorporeal renal replacement therapy (RRT), including continuous renal replacement therapy (CRRT) and hemodialysis (HD), beyond the treatment of volume overload and acute kidney injury (AKI) has witnessed a significant shift, demonstrating the potential to improve patient outcomes for a range of diseases. This comprehensive review explores the non-kidney applications for RRT platforms in critically ill children, focusing on diverse clinical scenarios such as sepsis, inborn errors of metabolism, liver failure, drug overdose, tumor lysis syndrome, and rhabdomyolysis. In the context of sepsis and septic shock, RRT not only facilitates fluid, electrolyte, and acid/base homeostasis, but may offer benefits in cytokine regulation, endotoxin clearance, and immunomodulation which may improve multi-organ dysfunction as well as hemodynamic challenges posed by this life-threatening condition. RRT modalities also have an important role in caring for children with inborn errors of metabolism, liver failure, and tumor lysis syndrome as they can control metabolic derangements with the efficient clearance of endogenous toxins in affected children. In cases of drug overdose, RRT is a crucial tool for rapid extracorporeal clearance of exogenous toxins, mitigating potential organ damage. The intricate interplay between liver failure and kidney function is examined, elucidating the role of RRT and plasma exchange in maintaining fluid and electrolyte balance when hepatic dysfunction complicates the clinical picture. Furthermore, RRT and HD are explored in the context of rhabdomyolysis, highlighting their utility in addressing AKI secondary to traumatic events and crush syndrome.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 ».