MétaCan
Menu
Retour à la cohorte
Enregistrement W4415423786 · doi:10.1093/ndt/gfaf116.1961

#1090 Incidence and adverse outcomes of acute kidney disease: a systematic review and meta-analysis

2025· review· en· W4415423786 sur OpenAlexaffabout
Changyuan Yang, Marcello Tonelli, Matthew James, Zhi Tan, W Bakker, Ronald T. Gansevoort, Priya Vart

Notice bibliographique

RevueNephrology Dialysis Transplantation · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueChronic Kidney Disease and Diabetes
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésIncidence (geometry)Odds ratioKidney diseaseObservational studyConfidence intervalAdverse effectMeta-analysis

Résumé

récupéré en direct d'OpenAlex

Abstract Background and Aims The estimated incidence of acute kidney disease (AKD) and its association with adverse outcomes are heterogeneous, which in part may be due to between-study differences in the definition of AKD. This study aims to summarize these estimates by definitions of AKD and to identify other study-level characteristics that may explain the observed heterogeneity. Method We searched MEDLINE, Embase, and Cochrane and references from eligible studies from inception until February 1, 2024 without language restriction for observational studies that assessed the incidence of AKD and its association with adverse outcomes including all-cause mortality, incident chronic kidney disease (CKD), and kidney failure. AKD definitions were classified as: 1) ADQI/ADQI-equivalent and 2) KDIGO/KDIGO-equivalent. We used random effects meta-analysis to calculate pooled estimates of incidence and outcomes, presented as incidence and odds ratios (ORs) with 95% confidence intervals (CIs). Results Of 1,883 identified reports, 59 studies involving nearly 6 million participants met inclusion criteria. Most studies were classified as having good quality per New-Castle Ottawa scale (n = 44). The pooled incidence of AKD was higher when defined with ADQI/ADQI-equivalent compared with KDIGO/KDIGO-equivalent criteria {27.1% (95% CI: 20.6–35.7%) and 11.2% (95% CI: 7.8–16.1%), respectively (p for difference <0.001)} (Fig. 1). The pooled odds ratio of all-cause mortality associated with AKD was similar whether defined with KDIGO/KDIGO equivalent or ADQI/ADQI-equivalent criteria {3.9 (95% CI: 2.2–6.8) vs. 2.9 (95%CI: 2.0–4.2), p for difference = 0.4} (Fig. 2). After accounting for the baseline AKI status in study populations, both incidence and odds risk of all-cause mortality were similar for the two definitions. For instance, the incidence of AKD was 13.7% and 11.2% and odds ratio of all-cause mortality was 4.2 and 3.9 per ADQI/ADQI-equivalent and KDIGO/KDIGO-equivalent definition, respectively, in cohorts that did not restrict study populations to patients with AKI. Similar results were observed for CKD and kidney failure, except that the association between AKD and kidney failure was stronger for studies using the KDIGO-equivalent definition. Conclusion Estimates for AKD incidence and AKD associated risk for clinical outcomes vary by the AKD definition. The application of standardized and harmonized definitions of AKD especially regarding a distinction between study population with and without baseline AKI is essential for establishing AKD burden and informing preventive and management approaches.

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)0,019
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,047
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0170,040
Bibliométrie0,0090,009
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,023
Tête enseignante GPT0,329
Écart entre enseignants0,306 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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 revueNephrology Dialysis TransplantationMême sujetChronic Kidney Disease and DiabetesTravaux en français237 207