The Effect of Race and Income on Living Kidney Donation in the United States
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Studies of racial disparities in access to living donor kidney transplantation focus mainly on patient factors, whereas donor factors remain largely unexamined. Here, data from the US Census Bureau were combined with data on all African-American and white living kidney donors in the United States who were registered in the United Network for Organ Sharing (UNOS) between 1998 and 2010 (N=57,896) to examine the associations between living kidney donation (LKD) and donor median household income and race. The relative incidence of LKD was determined in zip code quintiles ranked by median household income after adjustment for age, sex, ESRD rate, and geography. The incidence of LKD was greater in higher-income quintiles in both African-American and white populations. Notably, the total incidence of LKD was higher in the African-American population than in the white population (incidence rate ratio [IRR], 1.20; 95% confidence interval [95% CI], 1.17 to 1.24]), but ratios varied by income. The incidence of LKD was lower in the African-American population than in the white population in the lowest income quintile (IRR, 0.84; 95% CI, 0.78 to 0.90), but higher in the African-American population in the three highest income quintiles, with IRRs of 1.31 (95% CI, 1.22 to 1.41) in Q3, 1.50 (95% CI, 1.39 to 1.62) in Q4, and 1.87 (95% CI, 1.73 to 2.02) in Q5. Thus, these data suggest that racial disparities in access to living donor transplantation are likely due to socioeconomic factors rather than cultural differences in the acceptance of LKD.
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.
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 découle