Authors' Reply: Long-Term Kidney Outcomes after Pediatric Acute Kidney Injury: Future Studies Need to Explore Further
Notice bibliographique
Résumé
We thank Gao et al.1 for their interest in our recent JASN article “Long-Term Kidney Outcomes after Pediatric Acute Kidney Injury.”2 Their letter highlights limitations of population-based health administrative database research. However, we used robust statistical methods to mitigate observational research biases, including propensity score matching. Our study demonstrated a strong association between pediatric AKI (defined by diagnostic codes) and long-term CKD, KRT, and all-cause mortality. This persisted in sensitivity analyses defining AKI by standardized serum creatinine criteria among participants with available laboratory data. However, we could not evaluate the impact of AKI stage, duration, etiology, or extent of kidney function recovery (i.e., acute kidney disease) on long-term outcomes because of limited laboratory data. Previous studies report that AKI severity and duration are associated with higher risks of long-term CKD and hypertension.3,4 It remains unclear whether children with brief stage 1 AKI with complete functional recovery are at risk of kidney sequelae and require follow-up. Gao et al. also discuss the utility of cystatin C–based AKI definitions, particularly among neonates. Current AKI definitions are clearly limited by biologic and analytic variability of serum creatinine (e.g., age, sex, muscle mass, volume status, medications, and analytic method), which has led to substantial interest in novel AKI biomarkers. In 2023, urine neutrophil gelatinase–associated lipocalin became the first AKI biomarker approved in children by the US Food and Drug Administration. However, novel AKI biomarkers remain infrequently used in clinical practice and are not included in current AKI definitions. Cystatin C is a better marker of GFR than creatinine because it is less dependent on sex, race, muscle mass, and hydration status. However, cystatin C has not been shown to be better than serum creatinine for predicting pediatric AKI progression or long-term outcomes.5 Finally, we acknowledge potential residual confounding after propensity score matching because data on certain variables were missing, including nephrotoxic medications and iodinated radiocontrast exposures, illness severity measures (e.g., pediatric risk of mortality score), and AKI treatments. Future prospective observational studies are needed to evaluate risk factors of long-term adverse kidney outcomes after pediatric AKI. Up to 10% of hospitalized children develop AKI, and limited follow-up resources globally are a barrier to implementing post-AKI follow-up.6 Thus, clinical risk prediction tools should be developed to risk-stratify pediatric AKI survivors, identifying those most likely to develop CKD and hypertension and benefit from post-AKI kidney health surveillance.
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 | 0,012 | 0,086 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,003 | 0,008 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,020 | 0,037 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,006 |
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 ».