Blood and urinary cytokine balance and renal outcomes at orthopaedic surgery
Notice bibliographique
Résumé
Background: In patients undergoing orthopaedic trauma surgery, acute kidney injury (AKI) can develop post-operatively and is a major cause of increased mortality and hospital stay time. Development of AKI is associated with three main processes: inflammation, ischaemia-reperfusion injury (IRI) and hypoperfusion. In this study, we investigated whether ratios of urine and blood anti-inflammatory biomarkers and biomarkers of hypoperfusion, IRI and inflammation are elevated in patients who develop post-trauma orthopaedic surgery acute kidney injury (PTOS-AKI). Methods: Blood and urinary biomarkers of inflammation, hypoperfusion and IRI were analysed in 237 patients undergoing orthopaedic fracture surgery pre- and post-operatively. Biomarker ratios were compared between non-PTOS-AKI and PTOS-AKI patients. Results: Multiple inflammatory biomarkers were significantly elevated in PTOS-AKI patients compared to non-PTOS-AKI patients. When urine anti-inflammatory biomarkers were expressed as biomarker ratios with biomarkers of inflammation, hypoperfusion and IRI, multiple ratios were lower in PTOS-AKI patients. In contrast, blood anti-inflammatory biomarkers when expressed as ratios with blood proinflammatory biomarkers were elevated in PTOS-AKI patients. Discussion: Reductions in ratios of urine anti-inflammatory and proinflammatory biomarkers in PTOS-AKI patients suggest that the renal anti-inflammatory response is protective against the proinflammatory response in patients who do not develop PTOS-AKI. Detection of proinflammatory and anti-inflammatory biomarkers both pre- and post-operatively may be useful in detecting patients at risk of developing AKI after orthopaedic surgery.
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 | 0,000 | 0,002 |
| 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 | 0,001 | 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) | 0,002 | 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 ».