Impact of Acute Rejection and New-Onset Diabetes on Long-Term Transplant Graft and Patient Survival
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
BACKGROUND AND OBJECTIVES: Development of new therapeutic strategies to improve long-term transplant outcomes requires improved understanding of the mechanisms by which these complications limit long-term transplant survival. DESIGN, SETTING, PARTICIPANTS, & MEASUREMENTS: The association of acute rejection and new-onset diabetes was determined in the first posttransplantation year with the outcomes of transplant failure from any cause, death-censored graft loss, and death with a functioning graft in 27,707 adult recipients of first kidney-only transplants, with graft survival of at least 1 yr, performed between 1995 and 2002 in the United States. RESULTS: In multivariate analyses, patients who developed acute rejection or new-onset diabetes had a similar risk for transplant failure from any cause, but the mechanisms of transplant failure were different: Acute rejection was associated with death-censored graft loss but only weakly associated with death with a functioning graft. In contrast new-onset diabetes was not associated with death-censored graft loss but was associated with an increased risk for death with a functioning graft. CONCLUSIONS: Acute rejection and new-onset diabetes have a similar impact on long-term transplant survival but lead to transplant failure through different mechanisms. The mechanisms by which new-onset diabetes leads to transplant failure should be prospectively studied. Targeted therapeutic strategies to minimize the impact of various early posttransplantation complications may lead to improved long-term outcomes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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