Assessing the Impact of the Prone Position on Acute Kidney Injury
Notice bibliographique
Résumé
Background: Prone positioning is a standard intervention in managing patients with severe acute respiratory distress syndrome (ARDS) and is known to improve oxygenation. However, its effects on other organs, particularly the kidneys, are less well understood. This study aimed to assess the association between prone positioning and the development of acute kidney injury (AKI), specifically in overweight and obese patients. Methods: A retrospective pre–post study was conducted on a cohort of 60 critically ill ARDS patients who were placed in the prone position during hospitalization. The development of AKI was assessed using the Acute Kidney Injury Network (AKIN) criteria, with AKI measured by both creatinine levels (AKINCr) and urine output (AKINUO). Patients were divided into two groups based on body mass index (BMI): overweight/obese (BMI ≥ 25) and non-obese (BMI < 25). Data were collected before and after prone positioning. Results: In overweight/obese patients (n = 39, 57 cases), both the median AKINCr and AKINUO scores increased significantly following prone positioning (from 0 to 1, median p < 0.01, and from 0 to 2, median p < 0.01, respectively). No statistically significant changes in AKIN scores were observed in non-obese patients nor were significant differences found in either group after repositioning to supine. Conclusions: Prone positioning is associated with an increased risk of acute kidney injury in overweight and obese ARDS patients. This may be due to the kidneys’ susceptibility to intra-abdominal hypertension in these patients. Further research is needed to explore optimal proning strategies for overweight and obese populations.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».