What Should the Serum Creatinine Be After Transplantation? An Approach to Integrate Donor and Recipient Information to Assess Posttransplant Kidney Function
Notice bibliographique
Résumé
BACKGROUND: Knowledge of an optimal expected serum creatinine (SCr) would be useful to detect early renal dysfunction after transplantation. Current measurements of posttransplant function rely on the recipient's SCr and calculations of estimated glomerular filtration rate (eGFR), based on recipient age, weight, and sex. Renal function after transplantation, however, also depends on the donor supply of functioning nephrons and adaptation in GFR of a single kidney. METHODS: We developed a formula to predict the optimal expected SCr after transplantation derived from donor and recipient Cockroft-Gault GFRs and adjusted for the single kidney adaptive response. We compared the expected SCr with the lowest observed SCr in a cohort of living (79) and deceased (67) donor allograft recipients followed up over 5 years. RESULTS: Expected SCr correlated with the observed SCr in both living and deceased donor kidney recipients, correlation was stronger among living donor kidney recipients. Recipient-to-donor body weight ratio was significantly associated with the difference between expected and observed SCr, suggesting that recipient body weight is a major predictor of posttransplant renal function. The difference between expected and observed SCr was significantly greater among deceased donor kidney recipients, suggesting poorer function in these patients, which was not detected by SCr or estimated GFR alone. CONCLUSIONS: Calculation of expected renal function for a given donor-recipient combination adds relevant information to assessment of allograft function. Future studies will permit determination of a threshold difference between expected and observed SCr that should trigger investigation and potential intervention to improve allograft function.
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 | 0,011 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».