Cardiovascular Disease and Hypertension Risk in Living Kidney Donors: An Analysis of Health Administrative Data in Ontario, Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Knowledge of any harm associated with living kidney donation guides informed consent and living donor follow-up. Risk estimates in the literature are variable, and most studies did not use a healthy control group to assess outcomes attributable to donation. METHODS: We observed a retrospective cohort using health administrative data for donations which occurred in Ontario, Canada between the years 1993 and 2005. There were a total of 1278 living donors and 6359 healthy adults who acted as a control group. Individuals were followed for a mean of 6.2 years (range, 1-13 years) after donation. The primary outcome was a composite of time to death or first cardiovascular event (myocardial infarction, stroke, angioplasty, and bypass surgery). The secondary outcome was time to a diagnosis of hypertension. RESULTS: There was no significant difference in death or cardiovascular events between donors and controls (1.3% vs. 1.7%; hazard ratio 0.7, 95% confidence interval 0.4-1.2). Donors were more frequently diagnosed with hypertension than controls (16.3% vs. 11.9%, hazard ratio 1.4, 95% confidence interval 1.2-1.7) but were also seen more often by their primary care physicians (median [interquartile range] 3.6 [1.9-6.1] vs. 2.6 [1.4-4.3] visits per person year, P<0.001). CONCLUSIONS: Based on administrative data, the risk of cardiovascular disease was unchanged in the first decade after kidney donation. The observed increase in diagnosed hypertension may be due to nephrectomy or more blood pressure measurements received by donors in follow-up and requires prospective study.
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.
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) | 0,000 | 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 découle