Estimated blood loss to urine output ratio during partial nephrectomy as a predictor of postoperative acute kidney injury in a hereditary renal cancer-enriched population
Notice bibliographique
Résumé
INTRODUCTION: We aimed to assess whether the intraoperative estimated blood loss (EBL) to urine output (UOP) ratio (EBL/UOP) is a predictor of postoperative acute kidney injury (AKI) in a cohort of patients enriched with hereditary renal cancer syndromes undergoing partial nephrectomy (PN). METHODS: We performed a retrospective chart review of patients who underwent PN at our institution from January 2006 to October 2024. We recorded and analyzed the clinical, demographic, and intraoperative characteristics of all patients. RESULTS: A total of 1166 PNs (761 patients and 5903 renal tumors) were analyzed, of which 484 (41.5%) developed postoperative AKI. The average EBL/UOP was 1.06 (0.46-2.35) for patients without AKI and increased as AKI worsened, with a ratio of 5.00 (2.34-9.43) in patients with KDIGO AKI grade 3 (p<0.001). EBL/UOP was associated with AKI in all patients (odds ratio [OR] 1.079, p=0.002) and those with bilateral native kidneys (OR 1.083, p=0.003). After adjustment in patients with solitary kidney, no AKI association with EBL/UOP (OR 1.039, p=0.447) was found. CONCLUSIONS: EBL/UOP is a novel tool associated with the increased risk of developing post-PN AKI in select patients. In multiplex and repeat PNs, a higher ratio can assist the surgical team in identifying patients at risk of developing AKI. Prospective evaluation involving management strategies based on the EBL/UOP is needed to determine its true utility in clinical practice and generalization in the broader PN population.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».