Fracture Risk in Kidney Transplant Recipients
Notice bibliographique
Résumé
BACKGROUND: Fractures in men and women after kidney transplantation are associated with morbidity (including acute and chronic pain), mortality, and high economic costs. METHODS: We systematically reviewed cohort studies that provided estimates on incidence and risk factors for fracture in kidney transplant recipients. We abstracted data in duplicate and assessed the methodological quality of each study on a 17-point scale (17 representing the highest quality). RESULTS: We screened 2715 articles, reviewed 81, and included 10 studies totaling 262,678 recipients (study mean, 26,268 recipients; range, 61-77,430). The average follow-up ranged from 1.7 to 5.3 years. The study quality scores ranged from 8 to 13. Fracture sites varied by study resulting in a highly variable incidence rate ranging from 3.3 to 99.6 fractures per 1000 person-years. Similarly, the 5-year cumulative incidence for fracture varied ranging from 0.85% to 27%. Common factors associated with an increased fracture risk were older age, female sex, the presence of diabetes, and receipt of dialysis before transplantation. Other less common but statistically significant risk factors were a previous history of fracture and receipt of a kidney from a deceased (vs. living) donor. CONCLUSIONS: There is poor consensus on the incidence and risk factors for fractures in kidney transplant recipients. Previous studies vary substantially in quality, fracture definitions, and the characteristics of recipients studied. Future research should clarify fracture incidence and risk, which will inform the design of future prevention trials and guide prognostication.
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 | 0,001 |
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 ».