MétaCan
Menu
Retour à la cohorte
Enregistrement W4405950591 · doi:10.1186/s40560-024-00772-w

Association of continuous renal replacement therapy downtime with fluid balance gap and clinical outcomes: a retrospective cohort analysis utilizing EHR and machine data

2024· article· en· W4405950591 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Intensive Care · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney Diseases
Mots-clésMedicineRenal replacement therapyDowntimeRetrospective cohort studyCohortLogistic regressionEmergency medicineSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Fluid balance gap (FBgap-prescribed vs. achieved) is associated with hospital mortality. Downtime is an important quality indicator for the delivery of continuous renal replacement therapy (CRRT). We examined the association of CRRT downtime with FBgap and clinical outcomes including mortality. METHODS: This is a retrospective cohort study of critically ill adults receiving CRRT utilizing both electronic health records (EHR) and CRRT machine data. FBgap was calculated as achieved minus prescribed fluid balance. Downtime, or percent treatment time loss (%TTL), was defined as CRRT downtime in relation to the total CRRT time. Data collection stopped upon transition to intermittent hemodialysis when applicable. Linear and logistic regression models were used to analyze the association of %TTL with FBgap and hospital mortality, respectively. Covariates included demographics, Sequential Organ Failure Assessment (SOFA) score at CRRT initiation, use of organ support devices, and the interaction between %TTL and machine alarms. RESULTS: We included 3630 CRRT patient-days from 500 patients with a median age of 59.5 years (IQR 50-67). Patients had a median SOFA score at CRRT initiation of 13 (IQR 10-16). Median %TTL was 8.1% (IQR 4.3-12.5) and median FBgap was 17.4 mL/kg/day (IQR 8.2-30.4). In adjusted models, there was a significant positive relationship between FBgap and %TTL only in the subgroup with higher alarm frequency (6 + alarms per CRRT-day) (β = 0.87 per 1% increase, 95%CI 0.48-1.26). No association was found in the subgroups with lower alarm frequency (0-2 and 3-5 alarms). There was no statistical evidence for an association between %TTL and hospital mortality in the adjusted model with the interaction term of alarm frequency. CONCLUSIONS: In critically ill adult patients undergoing CRRT, %TTL was associated with FBgap only in the subgroup with higher alarm frequency, but not in the other subgroups with lower alarms. No association between %TTL and mortality was observed. More frequent alarms, possibly indicating unexpected downtime, may suggest compromised CRRT delivery and could negatively impact FBgap.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,636

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,393
Écart entre enseignants0,340 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle