MétaCan
Menu
Retour à la cohorte
Enregistrement W2312039708 · doi:10.1186/s40697-016-0106-9

The Canadian Experience Using the Expanded Criteria Donor Classification for Allocating Deceased Donor Kidneys for Transplantation

2016· article· en· W2312039708 sur OpenAlexafffundabout
Ann Young, Stephanie N. Dixon, Greg Knoll, Amit X. Garg, Charmaine E. Lok, Ngan N. Lam, S. Joseph Kim

Notice bibliographique

RevueCanadian Journal of Kidney Health and Disease · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensUniversity of AlbertaToronto General HospitalUniversity of TorontoUniversity Health NetworkUniversity of OttawaWestern UniversityInstitute for Clinical Evaluative Sciences
Organismes subventionnairesInstitute of Health Services and Policy ResearchCanadian Institutes of Health ResearchOntario Ministry of Health and Long-Term CareInstitute for Clinical Evaluative Sciences
Mots-clésMedicineProportional hazards modelKidney transplantationCumulative incidenceCohortTransplantationIncidence (geometry)SurgeryPopulationInternal medicineHazard ratioCohort studyRenal functionConfidence interval

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although the outcomes of transplantation with expanded criteria donor (ECD) kidneys are inferior to non-ECD transplants in the USA, the impact of the ECD classification on Canadian kidney transplant recipients is not known. OBJECTIVES: The objective of the study was to assess the performance of the US-derived ECD classification among deceased donor kidney transplant recipients in a Canadian setting. DESIGN: This study was a population-based cohort study. SETTING: The study was conducted in all adult kidney transplant centers in the province of Ontario. PATIENTS: The patients were incident-deceased donor kidney transplant recipients from January 1, 2005 to March 31, 2011. MEASUREMENTS: Study subjects were identified through the Trillium Gift of Life Network and linked to healthcare databases in Ontario. ECD status was based on age, hypertension, kidney function, and stroke-related death. Outcomes of interest included graft loss, death, and delayed graft function. METHODS: The Kaplan-Meier product limit method was used to graphically assess time to graft loss or death. Multivariable Cox proportional hazards models were used to assess graft loss or death as a function of ECD status. Multivariable logistic regression models were fitted for the outcome of delayed graft function. RESULTS: Of 1422 deceased donor kidney transplants, 325 (23 %) were from ECDs. The median donor age was 63 vs. 42 years for ECD vs. non-ECD, respectively. The 5-year cumulative incidence of total graft loss was 29.2 % in ECD and 20.7 % in non-ECD kidney transplants. The relative hazards for total graft loss (HR 1.48 [95 % CI, 1.10; 2.00]) and death-censored graft loss (HR 1.80 [95 % CI, 1.19, 2.71]) were increased in ECD vs. non-ECD transplants. Increased relative risks were also observed for death and delayed graft function, albeit not statistically significant. LIMITATIONS: Although comprehensive in coverage and outcome ascertainment, the available details on covariate data may be limited in large healthcare databases. CONCLUSIONS: The ECD classification identifies kidneys at increased risk for graft loss in Canadian patients. The performance of more granular measures of donor risk (e.g., Kidney Donor Risk Index) and its impact on organ allocation/utilization in Canadian patients requires further study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,214

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,365
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Kidney Health and DiseaseMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207