Debilitating Lower Urinary Tract Symptoms in the Post-Renal Transplant Population Can Be Predicted Pretransplantation
Notice bibliographique
Résumé
BACKGROUND: Overactive bladder and benign prostatic hyperplasia commonly cause lower urinary tract symptoms (LUTS) in the renal transplant (RTx) population. These LUTS may be masked by low urine output and may pose risk to renal allografts after RTx. Our purpose was to determine the frequency and severity of LUTS in RTx patients and to determine if patients at highest risk for LUTS could be predicted by validated questionnaires or other pre-RTx characteristics. METHODS: All patients who underwent RTx between 2005 and 2010 were asked to complete the validated Overactive Bladder Questionnaire based on patient symptoms before RTx and at 6 and 12 months after RTx. Male patients also completed the International Prostate Symptom Score survey. Patient, donor, and RTx characteristics and outcome data were collected. RESULTS: Of 466 RTx recipients, 23.8% responded and 89 patients were eligible for participation in the study. LUTS were common both before and after RTx as measured by the Overactive Bladder Questionnaire and International Prostate Symptom Score. Pre-RTx survey scores were predictive of moderate to severe post-RTx LUTS (relative risk, 4.1-18.0; P≤0.05). Low urine output of less than 250 mL per day was also predictive of moderate to severe post-RTx LUTS (relative risk, 2.9-5.9; P<0.02). CONCLUSIONS: Validated questionnaires and low urine output before transplantation may be used to identify patients at highest risk for LUTS after RTx. Identification of at risk patients would allow earlier initiation of treatment strategies to improve patient quality of life.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».