当前位置:
X-MOL 学术
›
Crit. Care
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Redefining urine output thresholds for acute kidney injury criteria in critically Ill patients: a derivation and validation study
Critical Care ( IF 8.8 ) Pub Date : 2024-08-12 , DOI: 10.1186/s13054-024-05054-3 Guido Dias Machado 1 , Leticia Libório Santos 2 , Alexandre Braga Libório 1
Critical Care ( IF 8.8 ) Pub Date : 2024-08-12 , DOI: 10.1186/s13054-024-05054-3 Guido Dias Machado 1 , Leticia Libório Santos 2 , Alexandre Braga Libório 1
Affiliation
The current definition of acute kidney injury (AKI) includes increased serum creatinine (sCr) concentration and decreased urinary output (UO). Recent studies suggest that the standard UO threshold of 0.5 ml/kg/h may be suboptimal. This study aimed to develop and validate a novel UO-based AKI classification system that improves mortality prediction and patient stratification. Data were obtained from the MIMIC-IV and eICU databases. The development process included (1) evaluating UO as a continuous variable over 3-, 6-, 12-, and 24-h periods; (2) identifying 3 optimal UO cutoff points for each time window (stages 1, 2, and 3); (3) comparing sensitivity and specificity to develop a unified staging system; (4) assessing average versus persistent reduced UO hourly; (5) comparing the new UO-AKI system to the KDIGO UO-AKI system; (6) integrating sCr criteria with both systems and comparing them; and (7) validating the new classification with an independent cohort. In all these steps, the outcome was hospital mortality. Another analyzed outcome was 90-day mortality. The analyses included ROC curve analysis, net reclassification improvement (NRI), integrated discrimination improvement (IDI), and logistic and Cox regression analyses. From the MIMIC-IV database, 35,845 patients were included in the development cohort. After comparing the sensitivity and specificity of 12 different lowest UO thresholds across four time frames, 3 cutoff points were selected to compose the proposed UO-AKI classification: stage 1 (0.2–0.3 mL/kg/h), stage 2 (0.1–0.2 mL/kg/h), and stage 3 (< 0.1 mL/kg/h) over 6 h. The proposed classification had better discrimination when the average was used than when the persistent method was used. The adjusted odds ratio demonstrated a significant stepwise increase in hospital mortality with advancing UO-AKI stage. The proposed classification combined or not with the sCr criterion outperformed the KDIGO criteria in terms of predictive accuracy—AUC-ROC 0.75 (0.74–0.76) vs. 0.69 (0.68–0.70); NRI: 25.4% (95% CI: 23.3–27.6); and IDI: 4.0% (95% CI: 3.6–4.5). External validation with the eICU database confirmed the superior performance of the new classification system. The proposed UO-AKI classification enhances mortality prediction and patient stratification in critically ill patients, offering a more accurate and practical approach than the current KDIGO criteria.
中文翻译:
重新定义危重患者急性肾损伤标准的尿量阈值:一项推导和验证研究
急性肾损伤 (AKI) 的当前定义包括血清肌酐 (sCr) 浓度升高和尿量减少 (UO)。最近的研究表明,0.5 ml/kg/h 的标准 UO 阈值可能不是最佳的。本研究旨在开发和验证一种基于 UO 的新型 AKI 分类系统,该系统可改善死亡率预测和患者分层。数据来自 MIMIC-IV 和 eICU 数据库。开发过程包括 (1) 在 3 、 6 、 12 和 24 小时期间将 UO 评估为连续变量;(2) 确定每个时间窗口 (阶段 1 、 2 和 3) 的 3 个最佳 UO 截止点;(3) 比较敏感性和特异性以开发统一的分期系统;(4) 每小时评估平均与持续降低的 UO;(5) 将新的 UO-AKI 系统与 KDIGO UO-AKI 系统进行比较;(6) 将 sCr 标准与两个系统相结合并进行比较;(7) 使用独立队列验证新分类。在所有这些步骤中,结果是住院死亡率。另一个分析的结局是 90 天死亡率。分析包括 ROC 曲线分析、净重分类改进 (NRI) 、综合鉴别改进 (IDI) 以及 logistic 和 Cox 回归分析。从 MIMIC-IV 数据库中,35,845 名患者被纳入开发队列。在比较了 4 个时间范围内 12 个不同最低 UO 阈值的敏感性和特异性后,选择了 3 个截止点来组成拟议的 UO-AKI 分类:第 1 阶段 (0.2-0.3 mL/kg/h)、第 2 阶段 (0.1-0.2 mL/kg/h) 和第 3 阶段 (< 0.1 mL/kg/h) 超过 6 小时。当使用平均值时,所提出的分类比使用持久方法时具有更好的区分力。 调整后的比值比显示,随着 UO-AKI 分期的推进,住院死亡率显著逐步增加。所提出的分类是否与 sCr 标准相结合,在预测准确性方面优于 KDIGO 标准——AUC-ROC 0.75 (0.74-0.76) 对 0.69 (0.68-0.70);NRI:25.4% (95% CI:23.3–27.6);和 IDI:4.0%(95% CI:3.6-4.5)。使用 eICU 数据库进行外部验证,证实了新分类系统的卓越性能。拟议的 UO-AKI 分类增强了危重患者的死亡率预测和患者分层,提供了比当前 KDIGO 标准更准确和实用的方法。
更新日期:2024-08-12
中文翻译:
重新定义危重患者急性肾损伤标准的尿量阈值:一项推导和验证研究
急性肾损伤 (AKI) 的当前定义包括血清肌酐 (sCr) 浓度升高和尿量减少 (UO)。最近的研究表明,0.5 ml/kg/h 的标准 UO 阈值可能不是最佳的。本研究旨在开发和验证一种基于 UO 的新型 AKI 分类系统,该系统可改善死亡率预测和患者分层。数据来自 MIMIC-IV 和 eICU 数据库。开发过程包括 (1) 在 3 、 6 、 12 和 24 小时期间将 UO 评估为连续变量;(2) 确定每个时间窗口 (阶段 1 、 2 和 3) 的 3 个最佳 UO 截止点;(3) 比较敏感性和特异性以开发统一的分期系统;(4) 每小时评估平均与持续降低的 UO;(5) 将新的 UO-AKI 系统与 KDIGO UO-AKI 系统进行比较;(6) 将 sCr 标准与两个系统相结合并进行比较;(7) 使用独立队列验证新分类。在所有这些步骤中,结果是住院死亡率。另一个分析的结局是 90 天死亡率。分析包括 ROC 曲线分析、净重分类改进 (NRI) 、综合鉴别改进 (IDI) 以及 logistic 和 Cox 回归分析。从 MIMIC-IV 数据库中,35,845 名患者被纳入开发队列。在比较了 4 个时间范围内 12 个不同最低 UO 阈值的敏感性和特异性后,选择了 3 个截止点来组成拟议的 UO-AKI 分类:第 1 阶段 (0.2-0.3 mL/kg/h)、第 2 阶段 (0.1-0.2 mL/kg/h) 和第 3 阶段 (< 0.1 mL/kg/h) 超过 6 小时。当使用平均值时,所提出的分类比使用持久方法时具有更好的区分力。 调整后的比值比显示,随着 UO-AKI 分期的推进,住院死亡率显著逐步增加。所提出的分类是否与 sCr 标准相结合,在预测准确性方面优于 KDIGO 标准——AUC-ROC 0.75 (0.74-0.76) 对 0.69 (0.68-0.70);NRI:25.4% (95% CI:23.3–27.6);和 IDI:4.0%(95% CI:3.6-4.5)。使用 eICU 数据库进行外部验证,证实了新分类系统的卓越性能。拟议的 UO-AKI 分类增强了危重患者的死亡率预测和患者分层,提供了比当前 KDIGO 标准更准确和实用的方法。