MétaCan
Menu
Retour à la cohorte
Enregistrement W64255601 · doi:10.1159/000349963

Diagnosis of Acute Kidney Injury Using Functional and Injury Biomarkers: Workgroup Statements from the Tenth Acute Dialysis Quality Initiative Consensus Conference

2013· article· en· W64255601 sur OpenAlex
Peter A. McCullough, Andrew Shaw, Michael Haase, Josée Bouchard, Sushrut S. Waikar, Edward D. Siew, Patrick Murray, Ravindra L. Mehta, Claudio Ronco

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueContributions to nephrology · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineAcute kidney injuryRifleIntensive care medicineDialysisContext (archaeology)OliguriaInternal medicineRenal function

Résumé

récupéré en direct d'OpenAlex

Acute kidney injury (AKI) commonly occurs in hospitalized patients and is independently and strongly associates with morbidity and mortality. The clinical benefits of a timely and definitive diagnosis of AKI have not been fully realized due to limitations imposed by the use of serum creatinine and urine output to fulfill diagnostic criteria. These restrictions often lead to diagnostic delays, potential misclassification of actual injury status, and provide little information regarding underlying cause. Novel biomarkers of damage have shown ability to reflect ongoing kidney injury and help further refine existing Risk, Injury, Failure, Loss, End-stage kidney disease (RIFLE) and Acute Kidney Injury Network (AKIN) diagnostic criteria. A comprehensive review of the published literature to date was performed using previously published methodology of the Acute Dialysis Quality Initiative (ADQI) working group to establish consensus statements regarding (i) the overall implementation of injury biomarkers in the concept of AKI diagnosis, (ii) their clinical use, and (iii) future research. On the basis of published data on the ability of novel damage biomarkers to provide diagnostic and prognostic information on AKI, we recommend that novel damage biomarkers may, in the appropriate clinical setting and context (situation consistent with AKI), be used to diagnose AKI even in the absence of changes in serum creatinine or the presence of oliguria as described in the existing RIFLE/AKIN criteria for diagnosis of AKI. Adding injury biomarkers as a criterion for AKI will complement the ability of RIFLE/AKIN to define AKI. Promising diagnostic injury markers include neutrophil gelatinase-associated lipocalin (NGAL), kidney injury molecule 1 (KIM-1), interleukin 18 (IL-18) and liver-type fatty acid binding protein (L-FABP). However, there are currently insufficient data on damage biomarkers to support their use for AKI staging. Rigorous validation studies measuring the association between the novel damage biomarker(s) and clinically relevant outcomes are needed.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,621
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,067
Tête enseignante GPT0,404
Écart entre enseignants0,337 · 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