Can the outcome of older donor kidneys in transplantation be predicted? An analysis of existing scoring systems
Notice bibliographique
Résumé
The use of older cadaveric donors in kidney transplantation is increasing. The transplant outcome of the single older kidney is generally inferior prompting some to recommend dual kidney transplantation. The ability to predict the outcome of the solitary marginal kidney becomes clinically important. Such insight might allow for better allocation strategies that would minimize poorer outcomes while permitting optimal rationalization of this scarce resource. A retrospective, single center review of 79 single kidney transplants from 50 donors aged > or =55 yr was performed. We tested the validity of published scoring strategies to predict subsequent recipient kidney function. Receiver operating characteristic curve analysis was used to quantify the donor strategies separating good and poor outcomes based upon recipient creatinine clearance (CrCl) <30 mL/min. Two pre-transplant donor assessment strategies, Nyberg score and donor CrCl (dCrCl) were found to predict subsequent kidney function in recipients. When Nyberg variables (cold ischemia time, donor diabetes and hypertension status, incremental donor age >55 yr and cause of death) in conjunction with the dCrCl were considered, they were no better than dCrCl alone. Although dCrCl had a reasonable negative predictive ability, the positive predictive value was <50%. Our analysis suggests that a dCrCl of > or =70 mL/min is a better discriminator of subsequent kidney function outcomes than a dCrCl of 90 mL/min as recommended by the Dual Transplant Registry.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».