Impact of Deceased Donor Diabetes Mellitus on Kidney Transplant Outcomes: A Propensity Score-Matched Study
Notice bibliographique
Résumé
BACKGROUND: There is a paucity of population-level data on the long-term outcomes of kidney transplants from deceased donors with a history of diabetes mellitus (DM). METHODS: We examined the association of donor DM with graft and patient survival in 66,654 deceased donor kidney transplant recipients (KTR) from January 1, 1994, to December 31, 2003, in the United States. KTR receiving kidneys from DM versus non-DM donors were compared in the total study population and in a 1:1 propensity score-matched cohort. RESULTS: A total of 2302 KTR received kidneys from DM donors over the study period. Older and female recipients, increased donor age, longer cold ischemia time, and transplants after 2000 were associated with a greater odds of receiving a DM donor. After propensity score matching, Cox proportional hazards models revealed hazard ratios of 1.11 (95% CI: 1.02-1.22), 1.17 (95% CI: 1.04-1.33), and 1.06 (95% CI: 0.94-1.18) for graft failure, death-censored graft failure, and patient mortality, respectively. No significant effect measure modification was seen across various patient subgroups. Longer duration of donor DM was generally associated with an increased risk of adverse outcomes. The results were robust to several sensitivity analyses. CONCLUSIONS: The long-term graft survival of KTR with DM donors is significantly inferior to non-DM donors, but the absolute difference is small. DM donors do not adversely impact patient survival. This suggests that DM donors may be effectively used to expand the donor pool, but evidence-based guidelines on the appropriate selection of these donors are needed.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».