Frequency of Bone Mineral Density Testing in Adult Kidney Transplant Recipients from Ontario, Canada: A Population-Based Cohort Study
Notice bibliographique
Résumé
BACKGROUND: We lack consensus on the clinical value, frequency, and timing of bone mineral density (BMD) testing in kidney transplant recipients. This study sought to determine practice patterns in BMD testing across kidney transplant centres in Ontario, Canada, and to compare the frequency of testing in kidney transplant recipients to non-transplant reference groups. METHODS: Using healthcare databases from Ontario, Canada we conducted a population-based cohort study of adult kidney transplant recipients who received a transplant from 1994-2009. We used logistic regression to determine if there was a statistically significant difference across transplant centres in the decision to perform at least one BMD test after transplantation, adjusting for covariates that may influence a physician's decision to order a BMD test. We used the McNemar's test to compare the number of recipients who had at least one BMD test to non-transplant reference groups (matching on age, sex, and date of cohort entry). RESULTS: In the first 3 years after transplant, 4821 kidney transplant recipients underwent 4802 BMD tests (median 1 test per recipient, range 0 to 6 tests), costing $600,000 (2014 CAD equivalent dollars). Across the six centres, the proportion of recipients receiving at least one BMD test varied widely (ranging from 15.6 to 92.1 %; P < 0.001). Over half (58 %) of the recipients received at least one BMD test post-transplant, a value higher than two non-transplant reference groups (general population with a previous non-vertebral fracture [hip, forearm, proximal humerus], 13.8 %; general population with no previous non-vertebral fracture, 8.5 %; P value <0.001 for each of the comparisons). CONCLUSIONS: There is substantial practice variability in BMD testing after transplant. New high-quality information is needed to inform the utility, optimal timing, and frequency of BMD testing in kidney transplant recipients.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».