MétaCan
Menu
Retour à la cohorte
Enregistrement W1531242131 · doi:10.1186/s13737-015-0024-x

Contraindications to kidney transplantation: uneven grounds?

2015· article· en· W1531242131 sur OpenAlexaffabout
Bryce Kiberd, Meteb M. AlBugami, Romuald Panek, Karthik Tennankore

Notice bibliographique

RevueTransplantation Research · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensQueen Elizabeth II Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésContraindicationMedicineDialysisTransplantationKidney transplantationMortality rateWaiting listSurgeryIntensive care medicineAlternative medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Determining eligibility for a kidney transplant is an important decision. Practice guidelines define contraindications to transplantation; however many are not evidence based. Canadian guidelines recommend that patients unlikely to survive the wait period not be evaluated. The purpose of this study was to evaluate what proportion of patients with a contraindication would survive the wait time. METHODS: Consecutive incident dialysis patients (January 2006 to December 2012) with a contraindication, defined using Canadian guidelines, were studied. Mortality rates were determined for each individual contraindication. Theoretical survival to the median wait time to transplantation was calculated. RESULTS: Of 746 incident patients, 435 (58 %) were deemed to have a contraindication at dialysis start. Nearly 80 % had a contraindication with a high mortality rate (dementia, multisystem disease, etc.). Patients with high mortality rates were less likely to survive the wait list than be transplanted. Patients with non-adherence, obesity, and potentially reversible disease had relatively low mortality rates, were more likely to survive, and possibly be transplanted at a time with the prospect of a better outcome. CONCLUSIONS: This study gives some credence that many patients with a contraindication are not likely to benefit. A better framework of defining contraindications is needed to allow better decision-making.

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)0,011
score de la tête « metaresearch » (Gemma)0,064
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 enseignants0,011
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,064
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,003
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,188
Tête enseignante GPT0,454
Écart entre enseignants0,267 · 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

Citations11
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransplantation ResearchMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207