Long-term Outcomes of Living Kidney Donation
Notice bibliographique
Résumé
BACKGROUND: In an effort to improve outcomes associated with living kidney donation, the Kidney Diseases Improving Global Outcomes (KDIGO) assembled a Work Group to develop comprehensive guidelines addressing the evaluation and care of living kidney donors. We conducted this systematic review to inform guideline development. METHODS: We searched Ovid Medline, Ovid Embase, and the Cochrane Library to identify systematic reviews, randomized controlled trials, and observational studies published through September of 2014 and consulted the KDIGO Expert Work Group. We extracted data from systematic reviews and observational studies with sample size over 100 and mean follow-up time of at least 5 years. Studies had to have an adequate comparison group that excludes subjects with contraindications to kidney donation. RESULTS: For the long-term donor outcomes, we extracted 5 systematic reviews and 40 observational studies. Moderate grade evidence reveals an association between living kidney donation and greater risk of end-stage renal disease. This association is true for donors of all races with African American donors sustaining the greatest increase in absolute risk. We found very low grade evidence that kidney donation is associated with lower kidney function, proteinuria, hypertension, and psychosocial outcomes. Consistent evidence from 3 studies reveals that donors are at higher risk for preeclampsia and gestational hypertension with postdonation pregnancies and compared with healthy matched nondonors. CONCLUSIONS: Living kidney donation appears to be associated with a small absolute increase in risk of end-stage renal disease, hypertension, and pregnancy complications, such as preeclampsia and gestational hypertension.
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) | 0,001 | 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 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 ».