Access to Kidney Transplantation among Patients Insured by the United States Department of Veterans Affairs
Notice bibliographique
Résumé
Ensuring equal access to kidney transplantation is of paramount importance. Veterans that receive care from the Department of Veteran Affairs (VA) must complete a complex process to be placed on the transplant wait-list, and only four VA hospitals in the United States transplant kidneys. This unique system may cause VA patients to wait longer for kidney transplants than other patients. We compared the time to transplantation among ESRD patients insured by the VA to those insured by private insurance or Medicare/Medicaid. Of 7395 veterans studied, 9.3% received transplants, compared to 35,450 of 144,651 (24.5%) patients with private insurance and 36,150 of 357,345 (10.1%) patients with Medicare/Medicaid insurance (P < 0.0001). We found that both VA-insured and Medicare/Medicaid-insured patients were approximately 35% less likely to receive transplants than patients with private insurance (hazard ratio [HR] 0.65; 95% CI 0.60 to 0.70; P < 0.0001). Most of this difference was explained by the fact that VA patients were less likely to be placed on the wait-list (HR 0.71; 95% CI 0.67 to 0.76), but even listed VA patients received transplants less frequently than those insured privately (HR 0.89; 95% CI 0.82 to 0.96). Interestingly, VA patients with supplemental private insurance had the same likelihood of transplantation as non-VA patients with private insurance. We conclude that VA-insured patients are less likely to receive transplants than privately insured patients, and that further studies are needed to identify the reasons for this disparity.
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) | 0,000 | 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 ».