Depression Diagnoses After Living Kidney Donation
Notice bibliographique
Résumé
BACKGROUND: Limited data exist on correlates of psychological outcomes after kidney donation. METHODS: We used a database integrating Organ Procurement and Transplantation Network registrations for 4650 living kidney donors from 1987 to 2007 with administrative data of a U.S. private health insurer (2000-2007 claims) to identify depression diagnoses among prior living donors. The burden and demographic correlates of depression after enrollment in the insurance plan were estimated by Cox regression. Graft failure and death of the donor's recipient were examined as time-varying exposures. RESULTS: After start of insurance benefits, the cumulative frequency of depression diagnosis was 4.2% at 1 year and 11.5% at 5 years, and depression among donors was less common than among age- and gender-matched general insurance beneficiaries (rate ratio, 0.70; 95% confidence intervals [CI], 0.60-0.81). Demographic and clinical correlates of increased likelihood of depression diagnoses among the prior donors included female gender, white race, and some perioperative complications. After adjustment for donor demographic factors, recipient death (adjusted hazard ratio (aHR), 2.23; 95% CI, 1.11-4.48) and death-censored graft failure (aHR, 3.30; 95% CI, 1.49-7.34) were associated with two to three times the relative risk of subsequent depression diagnosis among nonspousal unrelated donors. There were trends toward increased depression diagnoses after recipient death and graft failure among spousal donors but no evidence of associations of these recipient events with the likelihood of depression diagnosis among related donors. CONCLUSIONS: Recipient death and graft loss predict increased depression risk among unrelated living donors in this privately insured sample. Informed consent and postdonation care should consider the potential impact of recipient outcomes on the psychological health of the donor.
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 | 0,001 |
| 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 | 0,000 |
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 ».