Population Income and Longitudinal Trends in Living Kidney Donation in the United States
Notice bibliographique
Résumé
Living kidney donation is declining in the United States. We examined longitudinal trends in living donation as a function of median household income and donor relation to assess the effect of financial barriers on donation in a changing economic environment. The zip code-level median household income of all 71,882 living donors was determined by linkage to the 2000 US Census. Longitudinal changes in the rate of donation were determined in income quintiles between 1999 and 2004, when donations were increasing, and between 2005 and 2010, when donations were declining. Rates were adjusted for population differences in age, sex, race, and ESRD rate using multilevel linear regression models. Between 1999 and 2004, the rate of growth in living donation per million population was directly related to income, increasing progressively from the lowest to highest income quintile, with annualized changes of 0.55 (95% confidence interval [95% CI], 0.14 to 1.05) for Q1 and 1.77 (95% CI, 0.66 to 2.77) for Q5 (P<0.05). Between 2005 and 2010, donation declined in Q1, Q2, and Q3; was stable in Q4; and continued to grow in Q5. Longitudinal changes varied by donor relationship, and the association of income with longitudinal changes also varied by donor relationship. In conclusion, changes in living donation in the past decade varied by median household income, resulting in increased disparities in donation between low- and high-income populations. These findings may inform public policies to support living donation during periods of economic volatility.
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 | 0,001 |
| 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 ».