Trajectories of fluid management after the initiation of renal replacement therapy in critically ill patients: a secondary analysis of the STARRT-AKI trial
Notice bibliographique
Résumé
Abstract Background Fluid management is an essential component of renal replacement therapy (RRT) in critically ill patients. Both a positive cumulative fluid balance (CFB) and a high net ultrafiltration (NUF) rate have been reported to be associated with adverse outcomes in epidemiological studies, although the overall trajectory of fluid balance after RRT initiation is not well-described. We aimed to characterize trajectories of fluid management parameters during RRT and analyse the effect of CFB/NUF on outcomes as a trajectory rather than single or aggregated time points over the first week after initiation of RRT. Methods This is a secondary analysis using fluid balance data focusing on individuals enrolled in the standard-strategy arm of the STARRT-AKI trial who initiated RRT. Cumulative fluid balance (CFB) following RRT initiation and daily net ultrafiltration (NUF) adjusted for body weight during the first 7 days after initiation of RRT were the main independent exposures. We modeled the trajectory of fluid parameters using spline functions and used latent trajectory analysis methods to identify predominant trajectories to compare patients’ characteristics and outcomes. We employed logistic regression and multivariable joint longitudinal models to compare the odds and determine the time-dependent association between fluid parameters (CFB and NUF) and 90-day mortality across and within the trajectory classes identified. Results We included 855 patients in the primary analysis. After excluding erroneous fluid balance data, we identified two distinct CFB/NUF trajectories. Class A (82.8%) was characterized by a slight increase in CFB and low/stable NUF during the week following RRT initiation while class B (17.2%) was characterized by an increasingly negative CFB with initially higher daily NUF during the first 4 days followed by a stabilization after day 4. In an adjusted analysis, individuals classified in class B were at lower risk for 90-day mortality (aOR: 0.48 CI 0.32; 0.70) p < 0.001) compared to class A. Time-dependent analysis revealed higher CFB was associated with mortality only in those with a class A trajectory (aHR 1.29, 95% CI 1.03–1.55, p = 0.03). Conclusions Distinct CFB/NUF trajectories convey prognostic information beyond single-day fluid balance or NUF values and should be considered when formulating or interpreting fluid management strategies.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».