New onset diabetes mellitus post‐kidney transplantation
Notice bibliographique
Résumé
The study explores the prevalence of unrecognized diabetes mellitus (DM), the incidence and risk factors new onset diabetes mellitus (NODM) and determines whether patient survival differs between patients with transient (NODM that resolves) compared with those with fixed NODM. This is a single center review of solitary kidney recipients transplanted from 1993 to 2003. Of the 381 patients without DM pre-transplant, 111 met criteria for DM post. Of these 17 were unrecognized to have DM, 31 had transient (resolved) NODM and 64 had fixed NODM. In a multivariate analysis, age, body mass index, repeat transplant and rejection were risk factors for NODM. In a separate analysis of only fixed NODM, tacrolimus use showed a trend for an independent association (HR 1.7 95% CI 0.95-2.9). NODM patient survival was comparable to non-diabetic recipients even up to 10 yr; however, excess mortality started to be seen in the fixed NODM subgroup at late follow up. Use of more stringent DM criteria results in a population with relatively good intermediate term survival and allows detection and treatment of early disease. Transient NODM represents approximately one third of NODM and has a relatively good prognosis.
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 ».