Associations of Pre-Transplant Prescription Narcotic Use with Clinical Complications after Kidney Transplantation
Notice bibliographique
Résumé
BACKGROUND: The impact of narcotic use before kidney transplantation on post-transplant clinical outcomes is not well described. METHODS: We examined integrated national transplant registry, pharmacy records, and Medicare billing claims to follow 16,322 kidney transplant recipients, of whom 28.3% filled a narcotic prescription in the year before transplantation. Opioid analgesic fills were normalized to morphine equivalents (ME) and expressed as mg/kg exposures (approximate quartiles: 0.1-1.7, 1.8-5.4, 5.5-23.7, and ≥ 23.8 mg/kg, respectively). Post-transplant cardiovascular, respiratory, neurological, accidents, substance abuse, and noncompliance events were identified using diagnosis codes on Medicare billing claims. Adjusted associations of ME level with post-transplant complications were quantified by multivariate Cox regression. RESULTS: The incidence of complications at 3 years post-transplant among those with the highest pre-transplant ME exposure compared to no use included: ventricular arrhythmias, 1.1 vs. 0.2% (p < 0.001); cardiac arrest, 4.7 vs. 2.7% (p < 0.05); hypotension, 14 vs. 8% (p < 0.0001); hypercapnia, 1.6 vs. 0.9% (p < 0.05); mental status changes, 5.3 vs. 2.7% (p < 0.001); drug abuse/dependence, 7.0 vs. 1.7% (p < 0.0001); alcohol abuse, 1.8 vs. 0.6% (p = 0.0001); accidents, 0.9 vs. 0.3% (p < 0.05); and noncompliance, 3.5 vs. 2.3% (p < 0.05). In multivariate analyses, transplant recipients with the highest level of pre-transplant narcotic use had approximately 2 to 4 times the risks of post-transplant ventricular arrhythmias, mental status changes, drug abuse, alcohol abuse, and accidents compared with non-users, and 35-45% higher risks of cardiac arrest and hypotension. CONCLUSION: Although associations may reflect underlying conditions or behaviors, high-level prescription narcotic use before kidney transplantation predicts increased risk of clinical complications after transplantation.
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 | 0,005 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».