MétaCan
Menu
Retour à la cohorte
Enregistrement W1935690703 · doi:10.1111/ctr.12639

Comparing 10‐yr renal outcomes in deceased donor and living donor liver transplants

2015· article· en· W1935690703 sur OpenAlexaff
Shaifali Sandal, Anthony Almudevar, Sandesh Parajuli, Anirban Bose

Notice bibliographique

RevueClinical Transplantation · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease and Transplantation
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institutes of HealthGeorgia Clinical and Translational Science AllianceUniversity of Rochester
Mots-clésMedicineIncidence (geometry)DialysisRetrospective cohort studyQuartileSurgeryInternal medicineGastroenterologyConfidence interval

Résumé

récupéré en direct d'OpenAlex

Few studies have explored whether the type of LT, deceased donor LT (DDLT) or living donor LT (LDLT), impacts long-term renal outcomes. We performed a retrospective analysis of 220 LT recipients at our institution to study their renal outcomes at 10 yr. Exclusion criteria were age ≤ 18 yr, graft survival ≤ 6 months, and multiorgan transplants; 108 DDLTs and 62 LDLTs were eligible. At baseline, DDLTs had a lower eGFR than LDLTs and 10.2% of DDLTs were on dialysis as compared to 0% of LDLTs. At 10 yr, seven DDLT and three LDLT recipients required dialysis or renal transplant (p = 0.75). In recipients with graft survival >6 months, DDLTs had a slower decline in eGFR as compared to LDLTs (p < 0.01). Among LDLTs, the decline in eGFR continued over the entire 10-yr period, whereas among DDLTs, the decline in eGFR slowed significantly after six months (p = 0.01). This difference between the two groups was not seen among patients in the highest quartile of baseline eGFR. Patient survival and graft survival were similar. In conclusion, the incidence of end-stage renal disease was similar in both DDLT and LDLT patients, but LDLT recipients seem to have a more sustained decline in eGFR when compared with DDLT recipients.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,135
Tête enseignante GPT0,369
Écart entre enseignants0,235 · 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

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical TransplantationMême sujetLiver Disease and TransplantationTravaux en français237 207