Risk factors for developing acute kidney injury after heart transplant: A systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND Acute kidney injury (AKI) is a common and serious complication following heart transplantation, significantly impacting patient outcomes and survival rates. AKI after transplantation can lead to prolonged hospital stays, increased morbidity, and even mortality. AIM To identify and quantify significant risk factors associated with AKI following heart transplantation through a systematic review and meta-analysis. This study aims to distinguish predictive variables that may inform perioperative risk stratification and clinical decision-making. METHODS Electronic searches on MEDLINE, Google Scholar, ScienceDirect, ClinicalTrials.gov, and Cochrane databases were conducted from inception up till September 1. Included studies were randomized controlled trials, clinical trials, retrospective cohort, and observational studies. Exclusion criteria encompassed studies with pediatric populations, non-English publications, case reports, and studies lacking sufficient data on AKI outcomes. Statistical analysis was performed using RevMan 5.4, reporting dichotomous outcomes as odds ratios (OR) and continuous outcomes as mean differences (MD) with 95% confidence intervals (CI). Quality assessment of the included studies was performed using the New Castle Ottawa Scale. RESULTS Out of 1345 articles, 13 studies with 3330 patients were included. Significant risk factors included age [overall MD = 2.27 years (95%CI: 0.13 to 4.41)], body mass index (BMI) [MD = 1.42 (95%CI: 0.60 to 2.24)], diabetes [overall OR = 1.47 (95%CI: 1.16 to 1.85)], chronic kidney disease (CKD) [OR = 2.67 (95%CI: 1.73 to 4.14)], chronic obstructive pulmonary disorder (COPD) [OR = 0.49 (95%CI: 0.27 to 0.89)], previous thoracic surgery [(OR) = 1.27, 95%CI: (1.05 to 1.54)], cardio-pulmonary bypass time [(MD) = 17.10, 95%CI: (6.12 to 28.08)], mechanical ventilation duration [(MD) = 30.87 hours, 95%CI: (10.69 to 51.05)] and extracorporeal membrane oxygenation [(OR) = 2.31, 95%CI: (1.25 to 4.26)]. Factors not associated with AKI after heart transplantation included Recipients’ male sex (P = 0.55), donor sex (P = 0.11), hypertension (P = 0.13), smoking (P = 0.20), coronary artery disease (P = 0.90), pulmonary artery disease (P = 0.81), dilated cardiomyopathy (P = 0.79), ventilation duration (P = 0.24), ischemic time (P = 0.06), use of intra-aortic balloon pump (P = 0.14), LVAD transplantation (P = 0.83), and Inotropes use (P = 0.78). CONCLUSION Age, BMI, diabetes, CKD, COPD, previous thoracic surgery, prolonged CPB time, extended mechanical ventilation, and ECMO use are significant predictors of AKI following heart transplantation, necessitating vigilant monitoring and individualized risk assessment. Conversely, factors such as LVAD implantation and inotrope use showed no significant association, highlighting the need for further investigation into their roles. Future prospective studies are essential to validate these findings, elucidate underlying mechanisms, and develop targeted interventions to mitigate AKI risk and improve patient outcomes.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».