The Prevalence of Systemic Venous Congestion Post Kidney Transplant Detected by Point of Care Ultrasound (POCUS)
Notice bibliographique
Résumé
Systemic venous congestion is a known cause of acute kidney injury (AKI), but its presence in kidney transplant patients has not been previously described in the literature. The objective of this study was to determine the prevalence of systemic venous congestion in recent kidney transplant recipients. We conducted a prospective, longitudinal, descriptive study including 30 adult patients during the first week post-renal transplant at the Instituto de Trasplante y Alta Complejidad in Buenos Aires, Argentina. Venous congestion was detected in 53% of patients (16/30), but only 13.3% (4/30) presented moderate to severe congestion. Pulmonary congestion was more frequent: 70% (21/30) of the patients presented some degree of pulmonary congestion, and 30% (9/30) had moderate or severe congestion. In the venous congestion group, 75% of patients developed delayed graft function (DGF) compared to 57% in the non-congestion group, although this difference was not statistically significant (p<0.3). Body weight and physical examination-two commonly used methods to guide decisions on dialysis initiation and fluid management-were found to be unreliable for assessing the true volume status. In conclusion, venous congestion was observed during the first week following renal transplantation; however, moderate to severe congestion was uncommon, affecting only 13.3% of patients. While DGF was more frequently observed in patients with congestion, a statistically significant association could not be established. Further studies with larger sample sizes are needed to better evaluate this potential relationship.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».