Young aboriginals are less likely to receive a renal transplant: a Canadian national study
Notice bibliographique
Résumé
BACKGROUND: Previous studies have demonstrated Aboriginals are less likely to receive a renal transplant in comparison to Caucasians however whether this applies to the entire population or specific subsets remains unclear. We examined the effect of age on renal transplantation in Aboriginals. METHODS: Data on 30,688 dialysis (Aboriginal 2,361, Caucasian 28, 327) patients obtained between Jan. 2000 and Dec. 2009 were included in the final analysis. Racial status was self-reported. Cox proportional hazards, the Fine and Grey sub-distribution method and Poisson regression were used to determine the association between race, age and transplantation. RESULTS: In comparison to Caucasians, Aboriginals were less likely to receive a renal transplant (Adjusted HR 0.66 95% CI 0.57-0.77, P < 0.0001) however after stratification by age and treating death as a competing outcome, the effect was more predominant in younger Aboriginals (Age 18-40: 20.6% aboriginals vs. 48.3% Caucasians transplanted; aHR 0.50(0.39-0.61), p < 0.0001, Age 41-50: 10.2% aboriginals vs. 33.9% Caucasians transplanted; aHR 0.46(0.32-0.64), p = 0.005, Age 51-60: 8.2% aboriginals vs. 19.5% Caucasians transplanted; aHR0.65(0.49-0.88), p = 0.01, Age >60: 2.7% aboriginals vs. 2.6% Caucasians transplanted; aHR 1.21(0.76-1.91), P = 0.4, Age X race interaction p < 0.0001). Both living and deceased donor transplants were lower in Aboriginals under the age of 60 compared to Caucasians. CONCLUSION: Younger Aboriginals are less likely to receive a renal transplant compared to their Caucasian counterparts, even after adjustment for comorbidity. Determination of the reasons behind these discrepancies and interventions specifically targeting the Aboriginal population are warranted.
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) | 0,000 | 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) | 0,001 | 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 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 ».