Long-Term Deterioration of Kidney Allograft Function
Notice bibliographique
Résumé
Although long-term survival after kidney transplantation is critically dependent on maintaining stable allograft function, few studies have examined renal allograft function over time. Using pooled data from 10 278 consecutive transplants at five centers, we calculated slopes of estimated glomerular filtration rates (eGFR) measured after 1, 6 and 12 months in 9515, 8861 and 7359 patients surviving > or =1, > or =6 and > or =12 months, respectively. Slopes of eGFR progressively diminished for patients transplanted during 1984-1989, 1990-1993, 1994-1998 and 1999-2002 (analysis of variance p < 0.0001 and p = 0.1245 for slopes measured after 1 and 6 months, respectively). Slopes measured after 12 months were less in the most recent era: -2.2 +/- 7.2 mL/min/1.73 m(2)/year, -2.3 +/- 6.6 mL/min/1.73 m(2)/year, -2.4 +/- 7.4 mL/min/1.73 m(2)/year and -1.4 +/- 10.9 mL/min/1.73 m(2)/year, respectively, p = 0.0058. Slopes measured after 1, 6 and 12 months each were less for transplantations during 1999-2002, after adjusting for multiple transplantation characteristics (p < 0.0001). Similarly, in Cox proportional hazards analysis, the risk (95% CI) for a 25% reduction in eGFR was 0.92 (0.85-1.01), p = 0.0736 during 1990-1994; 0.94 (0.82-1.08), p = 0.4111 during 1995-1998 and 0.78 (0.64-0.95), p = 0.0110 during 1999-2002 (compared to 1984-1989). We conclude that the rate of decline in allograft function after kidney transplantation has improved, suggesting that stable, long-term function may be achievable.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».