Impact of the reduction of calcineurin inhibitors on renal function in heart transplant patients: a systematic review and meta‐analysis
Notice bibliographique
Résumé
AIMS: Calcineurin inhibitors (CNIs) taken after heart transplantation lead to excellent short-term outcomes, but long-term use may cause chronic nephrotoxicity. Our aim was to identify, appraise, select and analyse all high-quality research evidence relevant to the question of the clinical impact of CNI-sparing strategies in heart transplant patients. METHODS: We carried out a systematic review and meta-analysis of randomized controlled trials on CNI reduction in heart transplant recipients. Primary outcomes were kidney function and acute rejection after 1 year. Secondary outcomes included graft loss, all-cause mortality and adverse events. RESULTS: Eight open-label studies were included, with 723 patients (four tested de novo CNI reduction and four maintenance CNI reduction). Calcineurin inhibitor reduction did not improve creatinine clearance at 12 months 5.46 [-1.17, 12.03] P = 0.32 I(2) = 65.4%. Acute rejection at 12 months (55/360 vs. 52/332), mortality (18/301 vs. 15/270) and adverse event rates (55/294 vs. 52/281) did not differ between the low-CNI and standard-CNI groups. There was significant benefit on creatinine clearance in patients with impaired renal function at 6 months [+12.23 (+5.26, +18.82) ml min(-1) , P = 0.0003] and at 12 months 4.63 [-4.55, 13.82] P = 0.32 I(2) = 75%. CONCLUSIONS: This meta-analysis did not demonstrate a favourable effect of CNI reduction on kidney function, but there was no increase in acute rejection. To provide a better analysis of the influence of CNI reduction patterns and associated treatments, a meta-analysis of individual patient data should be performed.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,005 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».