BACKGROUND The economic burden of acute kidney injury (AKI) is not well understood. OBJECTIVE To estimate the effects of AKI on hospitalization costs and length of stay (LOS). DESIGN Using data from the 2012 National Inpatient Sample, we compared hospitalization costs and LOS with and without AKI. We used a generalized linear model with a gamma distribution and a log link fitted to AKI to adjust for demographics, hospital differences, and comorbidities. SETTING United States PATIENTS 29,763,649 adult hospitalizations without endstage renal disease. EXPOSURE AKI determined using International Classification of Diseases, 9 th Revision, Clinical Modification (ICD‐9‐CM) diagnosis codes. MEASUREMENTS Hospitalization costs and LOS. RESULTS AKI was associated with an increase in hospitalization costs of $7933 (95% confidence interval [CI], $7608‐$8258) and an increase in LOS of 3.2 (95% CI, 3.2‐3.3) days compared to patients without AKI. When adjusted for patient and hospital characteristics, the associated increase in costs was $1795 (95% CI, $1692‐$1899) and in LOS, it was 1.1 (95% CI, 1.1‐1.1) days. Corresponding results among patients hospitalized with AKI requiring dialysis were $42,077 (95% CI, $39,820‐$44,335) and 11.5 (95% CI, 11.2‐11.8) days and $11,016 (95% CI, $10,468‐$11,564) and 3.9 (95% CI, 3.8‐4.1) days. AKI was associated with higher hospitalization costs than myocardial infarction and gastrointestinal bleeding, and costs were comparable to those for stroke, pancreatitis, and pneumonia. CONCLUSIONS In the United States, AKI is associated with excess hospitalization costs and prolonged LOS. The economic burden of AKI warrants further attention from hospitals and policymakers to enhance processes of care and develop novel treatment strategies.

Abstract Triple-negative breast cancer, the poorest-prognosis breast cancer subtype, lacks clinically approved biomarkers for patient risk stratification and treatment management. Prior literature has shown that interrogation of the tumor-immune microenvironment may be a promising approach for the discovery of methods to fill these gaps. Recently developed high-dimensional tissue imaging technology, such as multiplexed ion beam imaging, provide spatial context to protein expression in the microenvironment, allowing in-depth characterization of cellular processes. We demonstrate that profiling the functional proteins involved in cell-to-cell interactions in the microenvironment can predict recurrence and overall survival. We highlight the immunological relevance of the immunoregulatory proteins PD-1, PD-L1, IDO, and Lag3 by tying interactions involving them to recurrence and survival. Multivariate analysis reveals that our methods provide additional prognostic information compared to clinical variables. In this work, we present a computational pipeline for the examination of the tumor-immune microenvironment using multiplexed ion-beam imaging that produces interpretable results, and is generalizable to other cancer types.

Abstract This study aimed to develop a deep learning system for the detection of three-rooted mandibular first molars (MFMs) on panoramic radiographs and to assess its diagnostic performance. Panoramic radiographs, together with cone beam computed tomographic (CBCT) images of the same subjects, were retrospectively collected from 730 patients, encompassing a total of 1444 MFMs (367 teeth were three-rooted and the remaining 1077 teeth were two-rooted). Five convolutional neural network (CNN) models (ResNet-101 and − 50, DenseNet-201, MobileNet-v3 and Inception-v3) were employed to classify three- and two-rooted MFMs on the panoramic radiographs. The diagnostic performance of each model was evaluated using standard metrics, including accuracy, sensitivity, specificity, precision, negative predictive value, and F1 score. Receiver operating characteristic (ROC) curve analyses were performed, with the CBCT examination taken as the gold standard. Among the five CNN models evaluated, ResNet-101 demonstrated superior diagnostic performance, and the AUC value attained was 0.907, significantly higher than that of all other models (all P < 0.01). The accuracy, sensitivity, and specificity were 87.5%, 83.6%, and 88.9%, respectively. DenseNet-201, however, showed the lowest diagnostic performance among the five models (all P < 0.01), with an AUC value of 0.701 and an accuracy of 73.2%. Overall, the performance of the CNNs diminished when using image patches containing only the distal half of MFMs, with AUC values ranging between 0.680 and 0.800. In contrast, the diagnostic performance of the two clinicians was poorer, with AUC values of only 0.680 and 0.632, respectively. In conclusion, the CNN-based deep learning system exhibited a high level of accuracy in the detection of three-rooted MFMs on panoramic radiographs.

Conductive Cu‐based metal‐organic framework (Cu‐MOF) materials hold significant potential as cathodes for lithium‐ion batteries (LIBs) due to their flexible structural design, high electronic conductivity, and independence from costly resources. However, their practical application is often limited by their capacity and cyclability. In this study, we report a one‐dimensional Cu‐MOF (DDA‐Cu, DDA=1, 5‐Diamino‐4, 8‐dihydroxy‐9, 10‐anthraceneedione) featuring extended π‐d conjugated coordination ribbon and high‐density redox‐active centers, making it a stable, high‐capacity cathode for LIBs. The π‐d conjugated Cu‐O₃N motifs embedded within the ribbon not only serve as redox‐active centers for enhanced lithium‐ion storage capacity but also contribute to structural robustness, enabling resistance against electrode solubility in organic electrolytes, thus ensuring superior cyclability. Furthermore, these π‐d conjugated Cu‐O₃N units promote efficient charge transfer, leading to high electronic conductivity at room temperature. These advantageous properties allow the Cu‐MOF cathode to deliver a remarkable capacity (353 mAh g‐1 at 0.05 A g‐1) and exceptional cyclability, achieving capacity retention of 78% after 1000 cycles, surpassing state‐of‐the‐art MOF electrodes. Additionally, this DDA‐Cu demonstrates considerable wettability with the electrolyte, achieving outstanding performance even when tested in a lean electrolyte environment (2 μL mg‐1) with a high mass loading of the MOF (6.8 mg cm‐2)

Diabetic nephropathy (DN) is the leading cause of kidney disease; however, there are no early biomarkers and no cure. Thus, there is a large unmet need to predict which individuals will develop nephropathy and to understand the molecular mechanisms which govern this susceptibility. We compared the glomerular transcriptome from mice with distinct susceptibilities to DN, and identified differential regulation of genes that modulate inflammation. From these genes, we identified endothelial cell specific molecule-1 (Esm-1), as a glomerular-enriched determinant of resistance to DN. Glomerular Esm-1 mRNA and protein were lower in DN-susceptible, DBA/2, compared to DN-resistant, C57BL/6, mice. We demonstrated higher Esm-1 secretion from primary glomerular cultures of diabetic mice, and high glucose was sufficient to increase Esm-1 mRNA and protein secretion in both strains of mice. However, induction was significantly attenuated in DN-susceptible mice. Urine Esm-1 was also significantly higher only in DN-resistant mice. Moreover, using intravital microscopy and a biomimetic microfluidic assay, we showed that Esm-1 inhibited rolling and transmigration in a dose-dependent manner. For the first time we have uncovered glomerular-derived Esm-1 as a potential non-invasive biomarker of DN. Esm-1 inversely correlates with disease susceptibility and inhibits leukocyte infiltration, a critical factor in protecting the kidney from DN.

Conductive Cu‐based metal‐organic framework (Cu‐MOF) materials hold significant potential as cathodes for lithium‐ion batteries (LIBs) due to their flexible structural design, high electronic conductivity, and independence from costly resources. However, their practical application is often limited by their capacity and cyclability. In this study, we report a one‐dimensional Cu‐MOF (DDA‐Cu, DDA=1, 5‐Diamino‐4, 8‐dihydroxy‐9, 10‐anthraceneedione) featuring extended π‐d conjugated coordination ribbon and high‐density redox‐active centers, making it a stable, high‐capacity cathode for LIBs. The π‐d conjugated Cu‐O₃N motifs embedded within the ribbon not only serve as redox‐active centers for enhanced lithium‐ion storage capacity but also contribute to structural robustness, enabling resistance against electrode solubility in organic electrolytes, thus ensuring superior cyclability. Furthermore, these π‐d conjugated Cu‐O₃N units promote efficient charge transfer, leading to high electronic conductivity at room temperature. These advantageous properties allow the Cu‐MOF cathode to deliver a remarkable capacity (353 mAh g‐1 at 0.05 A g‐1) and exceptional cyclability, achieving capacity retention of 78% after 1000 cycles, surpassing state‐of‐the‐art MOF electrodes. Additionally, this DDA‐Cu demonstrates considerable wettability with the electrolyte, achieving outstanding performance even when tested in a lean electrolyte environment (2 μL mg‐1) with a high mass loading of the MOF (6.8 mg cm‐2)