MétaCan
Menu
Retour à la cohorte
Enregistrement W4412166653 · doi:10.1017/cjn.2025.10177

E.5 Does administration of iodinated contrast for CT-imaging modalities impact renal function?

2025· article· en· W4412166653 sur OpenAlexaffvenue
Rikin Trivedi, Susan E. Alcock, Bronagh Blackwood, Jai Shankar

Notice bibliographique

RevueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMRI in cancer diagnosis
Établissements canadiensUniversity of Winnipeg
Organismes subventionnairesnon disponible
Mots-clésIodinated contrast mediaIodinated contrastMedicineRenal functionContrast (vision)Administration (probate law)ModalitiesRadiologyNuclear medicineComputed tomographyInternal medicineComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Background: Computed tomography (CT) is common imaging modality, though its utilization of iodinated contrast media (ICM) has been historically associated with adverse effects on the kidneys including nephropathy. This study aims to investigate whether administration of ICM in critically ill patients is associated with reduced kidney function and acute kidney injury (AKI). Methods: Data was used from two prospective cohort studies- ACT-TBI and CANCCAP, where patients underwent a whole head CT perfusion with additional CT scans. Serum creatinine (CR) and glomerular filtration rate (eGFR) were sequentially collected for five days of their ICU stay. AKI was evaluated following the KDIGO criteria. Results: Of the 291 patients enrolled, a stratified trend analysis for eGFR could be conducted in 158 patients. No AKI was identified in any of these patients in our study. A significant upward trend in eGFR was observed in those older than 40 years (p=0.027), those with hypertension (p=0.027), diabetes (p=0.027) and history of smoking (p=0.027), The volume of ICM received was not significantly associated with patients’ eGFR. Conclusions: AKI was not identified in critically ill patients who received ICM but significant upward trend of eGFR was seen in older individuals and those with diabetes, hypertension, and a history of smoking.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,030
Tête enseignante GPT0,319
Écart entre enseignants0,290 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences NeurologiquesMême sujetMRI in cancer diagnosisTravaux en français237 207