MétaCan
Menu
Retour à la cohorte
Enregistrement W7065174820

Early Postoperative Serum Cystatin C Predicts Severe Acute Kidney Injury Following Pediatric Cardiac Surgery

2011· article· en· W7065174820 sur OpenAlexfundno aff

Notice bibliographique

RevueOpenCommons - UConn (University of Connecticut) · 2011
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueParticle Detector Development and Performance
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésAcute kidney injuryCystatin CRenal functionCardiac surgeryIntensive care unitOdds ratioCreatinine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

n this multicenter, prospective study of 288 children (half under 2 years of age) undergoing cardiac surgery, we evaluated whether the measurement of pre- and postoperative serum cystatin C (CysC) improves the prediction of acute kidney injury (AKI) over that obtained by serum creatinine (SCr). Higher preoperative SCr-based estimated glomerular filtration rates predicted higher risk of the postoperative primary outcomes of stage 1 and 2 AKI (adjusted odds ratios (ORs) 1.5 and 1.9, respectively). Preoperative CysC was not associated with AKI. The highest quintile of postoperative (within 6 h) CysC predicted stage 1 and 2 AKI (adjusted ORs of 6 and 17.2, respectively). The highest tertile of percent change in CysC independently predicted AKI, whereas the highest tertile of SCr predicted stage 1 but not stage 2 AKI. Postoperative CysC levels independently predicted longer duration of ventilation and intensive care unit length of stay, whereas the postoperative SCr change only predicted longer intensive care unit stay. Thus, postoperative serum CysC is useful to risk-stratify patients for AKI treatment trials. More research, however, is needed to understand the relation between preoperative renal function and the risk of AK

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,205
Écart entre enseignants0,190 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpenCommons - UConn (University of Connecticut)Même sujetParticle Detector Development and PerformanceTravaux en français237 207