Association Between Acute Kidney Injury, Delirium, and Outcomes in Patients With Critical Illness: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
OBJECTIVES: Acute kidney injury (AKI) and delirium are common complications of critical illness. However, relatively few studies have evaluated their relationship. We conducted a systematic synthesis and meta-analysis of existing evidence to clarify this association in critically ill patients. DATA SOURCES: A comprehensive search was conducted across MEDLINE, Embase, CINAHL, Scopus, Web of Science, and Cochrane Library for publications reporting both AKI and delirium in ICUs patients from January 2000 to January 2025. STUDY SELECTION: AKI was defined according to serum creatinine or urine output criteria based on the contemporary definitions used in the individual studies. The primary outcome was the proportion of critically ill patients with AKI who developed delirium. Secondary outcomes included mortality and health service utilization. DATA EXTRACTION: Pooled meta-analyses were summarized as effect sizes in proportions, risk ratios (RRs), odds ratios, or weighted mean differences (WMDs) using a random-effects model. The certainty of evidence was evaluated using the Grading of Recommendations, Assessment, Development, and Evaluation approach. DATA SYNTHESIS: Eighteen observational studies comprising 158,694 patients were included. Overall study quality was moderate. The pooled proportion of delirium among patients with AKI was 32% (95% CI, 18-47%). Delirium was associated with higher mortality (RR, 2.36; 95% CI, 1.61-3.47; moderate certainty), greater renal replacement therapy use (RR, 3.12; 95% CI, 1.89-5.15; moderate certainty), longer ICU stays (WMD, 3.54 d; 95% CI, 1.20-5.87 d; moderate certainty), and longer hospital stays (WMD, 4.78 d; 95% CI, 3.48-6.09 d; moderate certainty) compared with patients with AKI not experiencing delirium. CONCLUSIONS: Delirium is common among critically ill patients with AKI and is associated with worse outcomes and greater health resource use.
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 | 0,019 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,023 | 0,045 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».