Validation of a screening protocol for identifying low‐risk candidates with type 1 diabetes mellitus for kidney with or without pancreas transplantation
Notice bibliographique
Résumé
BACKGROUND: Certain clinical risk factors are associated with significant coronary artery disease in kidney transplant candidates with diabetes mellitus. We sought to validate the use of a clinical algorithm in predicting post-transplantation mortality in patients with type 1 diabetes. We also examined the prevalence of significant coronary lesions in high-risk transplant candidates. METHODS: All patients with type 1 diabetes evaluated between 1991 and 2001 for kidney with/without pancreas transplantation were classified as high-risk based on the presence of any of the following risk factors: age >or=45 yr, smoking history >or=5 pack years, diabetes duration >or=25 yr or any ST-T segment abnormalities on electrocardiogram. Remaining patients were considered low risk. All high-risk candidates were advised to undergo coronary angiography. The primary outcome of interest was all-cause mortality post-transplantation. RESULTS: Eighty-four high-risk and 42 low-risk patients were identified. Significant coronary artery stenosis was detected in 31 high-risk candidates. Mean arterial pressure was a significant predictor of coronary stenosis (odds ratio 1.68; 95% confidence interval 1.14-2.46), adjusted for age, sex and duration of diabetes. In 75 candidates who underwent transplantation with median follow-up of 47 months, the use of clinical risk factors predicted all eight deaths. No deaths occurred in low-risk patients. A significant mortality difference was noted between the two risk groups (p = 0.03). CONCLUSIONS: This clinical algorithm can identify patients with type 1 diabetes at risk for mortality after kidney with/without pancreas transplant. Patients without clinical risk factors can safely undergo transplantation without further cardiac evaluation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».