Risk factors for fracture in adult kidney transplant recipients
Notice bibliographique
Résumé
AIM: To determine the general and transplant-specific risk factors for fractures in kidney transplant recipients. METHODS: We conducted a cohort study of all adults who received a kidney-only transplant (n = 2723) in Ontario, Canada between 2002 and 2009. We used multivariable Cox proportional hazards regression to determine general and transplant-specific risk factors for major fractures (proximal humerus, forearm, hip, and clinical vertebral). The final model was established using the backward elimination strategy, selecting risk factors with a P-value ≤ 0.2 and forcing recipient age and sex into the model. We also assessed risk factors for other fracture locations (excluding major fractures, and fractures involving the skull, hands or feet). RESULTS: There were 132 major fractures in the follow-up (8.1 fractures per 1000 person-years). General risk factors associated with a greater risk of major fracture were older recipient age [adjusted hazard ratio (aHR) per 5-year increase 1.11, 95%CI: 1.03-1.19] and female sex (aHR = 1.81, 95%CI: 1.28-2.57). Transplant-specific risk factors associated with a greater risk of fracture included older donor age (5-year increase) (aHR = 1.09, 95%CI: 1.02-1.17) and end-stage renal disease (ESRD) caused by diabetes (aHR = 1.72, 95%CI: 1.09-2.72) or cystic kidney disease (aHR = 1.73, 95%CI: 1.08-2.78) (compared to glomerulonephritis as the reference cause). Risk factors across the two fracture locations were not consistent (major fracture locations vs other). Specifically, general risk factors associated with an increased risk of other fractures were diabetes and a fall with hospitalization prior to transplantation, while length of time on dialysis, and renal vascular disease and other causes of ESRD were the transplant-specific risk factors associated with a greater risk of other fractures. CONCLUSION: Both general and transplant-specific risk factors were associated with a higher risk of fractures in kidney transplant recipients. Results can be used for clinical 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 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».