Recipient‐related predictors of kidney transplantation outcomes in the elderly
Notice bibliographique
Résumé
BACKGROUND: It is not clear whether in old people with end-stage renal disease kidney transplantation is superior to dialysis therapy. METHODS: We compared mortality rates between kidney transplant recipients (KTRs) and the general population across different age categories. We also examined patient and allograft survival in 15 667 elderly KTRs (65-<90 yr old, 36% female) within three age subgroups (65-<70, 70-<75, and ≥75 yr). RESULTS: The rise in the relative risk of death in older age groups was substantially less in KTRs than in the general population, that is, 1.8 and 2.0 vs. 21.4 and 76.6 in those aged 65-<75 and ≥75 yr, respectively, compared with 15- to <65-yr-old people (reference group). In 65- to <70-yr-old KTRs, obesity (BMI>30 kg/m(2) ) was associated with 19% higher risk of graft failure (HR: 1.19 [1.07-1.33], p = 0.002). Diabetes was a predictor of worse patient survival in all age groups but poorer allograft outcome in the youngest age group (65-<70 yr old) only. None of the examined risk factors affected allograft outcome in the oldest group (≥75 yr old) although there was a 49% lower trend of graft failure in very old Hispanic recipients (HR: 0.51 [0.26-1.01], p = 0.05). CONCLUSIONS: Kidney transplantation may attenuate the age-associated increase in mortality, and its superior survival gain is most prominent in the oldest recipients (≥75 yr old). The potential protective effect of kidney transplantation on longevity in the elderly deserves further investigation.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».