MétaCan
Menu
← Retour à la cohorte
Enregistrement W87427374

Preoperative Angiotensin Converting Enzyme Inhibitor or Angiotensin Receptor Blocker Use and Acute Dialysis: A Population Based Cohort Study

2012· article· en· W87427374 sur OpenAlexfundaboutno aff
Mitesh Shah

Notice bibliographique

RevueScholarship@Western (Western University) · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac, Anesthesia and Surgical Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesOntario Ministry of Health and Long-Term Care
Mots-clésMedicineAngiotensin-converting enzymeAngiotensin receptorDialysisACE inhibitorAngiotensin Receptor BlockersRenin–angiotensin systemInternal medicineAngiotensin IIPharmacologyReceptorBlood pressure
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Angiotensin converting enzyme inhibitor (ACEi) or angiotensin receptor blocker (ARB) use prior to major surgery is controversial. We performed a population based retrospective cohort study of 237,208 elderly patients (of whom 101,494 (42.8%) were ACEi or ARB users) who underwent major elective surgery from 1995 to 2010 in Ontario, Canada. The primary outcome was acute kidney injury treated with dialysis (AKI-D) within 14 days following surgery (810 (0.34%) patients). The secondary outcome was all-cause mortality within 90 days following surgery (11,089 (4.67%) patients). After adjusting for potential confounders, preoperative ACEi or ARB use was associated with a lower relative risk of AKI-D (adjusted relative risk (RR): 0.83; 95% confidence interval (CI): 0.71 to 0.98) and a lower relative risk of all-cause mortality (adjusted RR: 0.91; 95% CI: 0.87 to 0.95). Results were consistent in propensity score matched analyses. We observed a significant effect modification by chronic kidney disease on AKI-D (p-value < 0.0001). Randomized controlled trials are needed to clarify this issue.

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 enseignants0,116
Score d'incertitude au seuil0,230

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,065
Tête enseignante GPT0,308
Écart entre enseignants0,243 · 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
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)→Même sujetCardiac, Anesthesia and Surgical Outcomes→Travaux en français237 207→