MétaCan
Menu
Retour à la cohorte
Enregistrement W4412764204 · doi:10.1177/20543581251356568

Frequency, Management, and Outcomes of Outpatient Hyperkalemia: A Population-Based Cohort Study

2025· article· en· W4412764204 sur OpenAlexaffabout
Michael Chiu, Nivethika Jeyakumar, G. P. Smith, Danielle M. Nash, Mohamed Abou El Hassan, Dana Bailey, Peter Catomaris, Kika Veljkovic, Louise Moist, Amit X. Garg, Arsh K. Jain

Notice bibliographique

RevueCanadian Journal of Kidney Health and Disease · 2025
Typearticle
Langueen
DomaineMedicine
ThématiquePotassium and Related Disorders
Établissements canadiensDalhousie UniversityUniversity of TorontoBrampton Civic HospitalLondon Health Sciences CentreSinai Health SystemSunnybrook Health Science CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineHyperkalemiaCohortPopulationEmergency medicineCohort studyIntensive care medicineKidney diseaseInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Background: Hyperkalemia is a potentially life-threatening condition, with guidelines recommending urgent treatment when the serum potassium level is greater than 6.0 mmol/L. However, these recommendations are inconsistent, leading to diverse approaches to patient care. Objectives: The primary objectives were to use population-based datasets to determine how often outpatient hyperkalemia (K > 6.2 mmol/L) occurs and how frequently patients present to the emergency department (ED) within 24 hours of the hyperkalemia report. Secondary objectives were to compare the characteristics of patients who had an ED encounter to those who did not, assess clinical outcomes within 7 days of the hyperkalemia report, and describe the initial potassium result within 24 hours of an ED encounter. Design: Retrospective cohort study using linked population-based datasets at ICES. Setting: Ontario, Canada from January 1, 2007, to December 24, 2021. Patients: Adult patients (≥18 years) not on dialysis with an outpatient hyperkalemia result >6.2 mmol/L who were identified through flagged and urgently communicated results from outpatient laboratories. Measurements: Emergency department encounters within 24 hours following an outpatient serum potassium report >6.2 mmol/L. Outcomes included all-cause mortality, cardiovascular mortality, arrhythmias, cardiac arrest in the ED, hospitalizations, and new dialysis starts within 7 days of the hyperkalemia report. Methods: Administrative healthcare data were linked with laboratory results to compare baseline characteristics, medication use, healthcare utilization, and clinical outcomes for all patients. Standardized differences were used for comparisons. Results: There were over 65 million serum potassium measurements and 57 607 individuals with an outpatient hyperkalemia value >6.2 mmol/L. Of these, 7469 (13.0%) individuals had an ED encounter within 24 hours. Individuals with an ED encounter had more comorbidities, higher medication use, and more prior healthcare utilization. Within 7 days of the hyperkalemia report, 675 of the 57 607 individuals (1.2%) had died. Where data were available, the first potassium value within 24 hours of an ED encounter was 1.5 mmol/L (± SD 1.3) lower, on average, than the initial outpatient potassium value. Limitations: All-cause mortality may not be attributable to the hyperkalemia result. Sudden cardiac death, which is more specific to hyperkalemia, is not completely captured in our data sources. Data for medications are limited to patients 65 years of age and older. Conclusions: Outpatient hyperkalemia is common. Despite guidelines recommending urgent treatment for patients with serum potassium levels >6.2 mmol/L, most are not referred to the ED.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,017
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,272
Écart entre enseignants0,265 · 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 tête enseignante, 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Kidney Health and DiseaseMême sujetPotassium and Related DisordersTravaux en français237 207