What influences interruption of continuous renal replacement therapy in intensive care unit patients: A review with meta‐analysis on outcome variables
Notice bibliographique
Résumé
BACKGROUND: Evidence suggests that 8%-10% of ICU patients receive renal replacement therapy. However, there is a high rate of unplanned CRRT interruption, ranging between 17% and 74%. Studies on unplanned interruption of CRRT mainly focused on the retrospective investigation of related risk factors and conclusions have been diverse. AIM: This article aims to clarify the main influencing factors related to unplanned interruption of continuous renal replacement therapy (CRRT) in adult patients in intensive care units (ICUs). STUDY DESIGN: A literature review and meta-analysis were undertaken. Following the application of the Newcastle-Ottawa Scale (NOS), a total of 15 articles were included in a total of 2132 patients who underwent 3690 CRRT procedures and 2181 unplanned interruption times. The methodological guideline of a scoping review was applied for the evidence synthesis while applying the meta-analysis quantitative methodological guideline to identify and clarify main influencing factors related to unplanned interruption of CRRT. The reporting Prisma Protocol was followed. RESULTS: Longer filter life and prothrombin activation time, higher red blood cell count, greater transmembrane pressure, faster blood flow rate, intermittent saline irrigation, lower creatinine level, low prothrombin activity and pre-dilution are factors identified to potentially affect unplanned CRRT in ICU patients. CONCLUSIONS: Available evidence suggests four clinical challenges associated with unplanned CRRT interruption, namely: (a) effects of red blood cell count, filter life, cross-mode pressure, blood flow velocity, prothrombin activity and activated partial thrombin time on unplanned interruption; (b) influence of dilution mode on unplanned interruption; (c) influence of intermittent saline irrigation on unplanned interruption; (d) influence of Scr level on unplanned interruption. RELEVANCE TO CLINICAL PRACTICE: The potential to increase the ability to better manage unplanned CRRT in ICUs has been identified in this article and constitutes a relevant potential health care management contribution that can be implemented by nurses.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,000 | 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 ».