Preemptive Kidney Transplantation
Notice bibliographique
Résumé
It remains unclear whether preemptive transplantation is beneficial, and if so, who benefits. A total of 38,836 first, kidney-only transplants between 1995 and 1998 were retrospectively studied. A surprising 39% of preemptive transplants were from cadaver donors, and the proportions of cadaver donor transplants that were preemptive changed little, from 7.3% in 1995 to 7.7% in 1998. Preemptive transplants using cadaver donors were more likely among recipients aged 0 to 17 yr versus 18 to 29 yr (odds ratio [OR], 2.48; 95% confidence interval [CI], 1.94 to 3.17), white versus black (OR, 2.33; 95% CI, 2.03 to 2.68), able to work versus unable to work (OR, 1.42; 95% CI, 1.26 to 1.61), covered by private insurance versus Medicare (OR, 4.77; 95% CI, 4.26 to 5.32), or recipients with a college degree versus no college degree (OR, 1.34; 95% CI, 1.17 to 1.54). Preemptive transplants were less likely for Hispanics versus non-Hispanics (OR, 0.57; 95% CI, 0.50 to 0.67), patients with type 2 versus type 1 diabetes (OR, 0.76; 95% CI, 0.61 to 0.96), and for 2 to 5 HLA mismatches compared with 0 HLA mismatches (OR range, 0.77 to 0.82). In adjusted Cox proportional hazards analysis, the relative risk of graft failure for preemptive transplantation was 0.75 (0.67 to 0.84) among 25,758 cadaver donor transplants and 0.73 (0.64 to 0.83) among 13,078 living donor transplants, compared with patients who received a transplant after already being on dialysis. Preemptive transplantation was associated with a reduced risk of death: 0.84 (0.72 to 0.99) for cadaver donor transplants and 0.69 (0.56 to 0.85) for living donor transplants. Thus, preemptive transplantation, which is associated with improved patient and graft survival, is less common among racial minorities, those who have less education, and those who must rely on Medicare for primary payment. Alterations in the payment system, emphasis on early referral, and changes in cadaver kidney allocation could increase the number of patients who benefit from preemptive transplantation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».