New-onset diabetes mellitus after kidney transplantation: Current status and future directions
Notice bibliographique
Résumé
A diagnosis of new-onset diabetes after transplantation (NODAT) carries with it a threat to the renal allograft, as well as the same short- and long-term implications of type 2 diabetes seen in the general population. NODAT usually occurs early after transplantation, and is usually diagnosed according to general population guidelines. Non-modifiable risk factors for NODAT include advancing age, African American, Hispanic, or South Asian ethnicity, genetic background, a positive family history for diabetes mellitus, polycystic kidney disease, and previously diagnosed glucose intolerance. Modifiable risk factors for NODAT include obesity and the metabolic syndrome, hepatitis C virus and cytomegalovirus infection, corticosteroids, calcineurin inhibitor drugs (especially tacrolimus), and sirolimus. NODAT affects graft and patient survival, and increases the incidence of post-transplant cardiovascular disease. The incidence and impact of NODAT can be minimized through pre- and post-transplant screening to identify patients at higher risk, including by oral glucose tolerance tests, as well as multi-disciplinary care, lifestyle modification, and the use of modified immunosuppressive regimens coupled with glucose-lowering therapies including oral hypoglycemic agents and insulin. Since NODAT is a major cause of post-transplant morbidity and mortality, measures to reduce its incidence and impact have the potential to greatly improve overall transplant success.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 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 ».