MétaCan
Menu
Retour à la cohorte
Enregistrement W2613773313 · doi:10.1111/ajt.14235

Risk of End-Stage Renal Disease in HIV-Positive Potential Live Kidney Donors

2017· article· en· W2613773313 sur OpenAlexafffund
Abimereki D. Muzaale, Keri N. Althoff, C. John Sperati, Alison G. Abraham, Lauren M. Kucirka, Allan B. Massie, Mari M. Kitahata, Michael A. Horberg, Amy C. Justice, Michael J. Fischer, Michael J. Silverberg, Adeel A. Butt, S Boswell, Anita Rachlis, Ángel M. Mayor, M. John Gill, Joe Eron, Sonia Napravnik, Daniel R. Drozd, Jeffrey N. Martin, Ronald J. Bosch, Christine M. Durand, Jayme E. Locke, Richard D. Moore, Gregory M. Lucas, Dorry L. Segev

Notice bibliographique

RevueAmerican Journal of Transplantation · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensAlberta Hip and Knee ClinicHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institute of Allergy and Infectious DiseasesNational Institute of General Medical SciencesNational Eye InstituteNational Institute of Mental HealthNational Cancer InstituteNational Institute on Alcohol Abuse and AlcoholismCanadian Institutes of Health ResearchOntario Ministry of Health and Long-Term CareNational Center for Advancing Translational SciencesHealth Resources and Services AdministrationNational Institute on Drug AbuseNational Institute on Minority Health and Health DisparitiesNational Center for Research ResourcesCenters for Disease Control and PreventionNational Institutes of HealthEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentAgency for Healthcare Research and Quality
Mots-clésMedicineCumulative incidenceEnd stage renal diseaseIncidence (geometry)CohortKidney diseaseInternal medicineCoinfectionProportional hazards modelBody mass indexDiabetes mellitusCohort studyDiseaseImmunologyHuman immunodeficiency virus (HIV)Endocrinology

Résumé

récupéré en direct d'OpenAlex

New federal regulations allow HIV-positive individuals to be live kidney donors; however, potential candidacy for donation is poorly understood given the increased risk of end-stage renal disease (ESRD) associated with HIV infection. To better understand this risk, we compared the incidence of ESRD among 41 968 HIV-positive participants of North America AIDS Cohort Collaboration on Research and Design followed for a median of 5 years with the incidence of ESRD among comparable HIV-negative participants of National Health and Nutrition Examination III followed for a median of 14 years. We used risk associations from multivariable Cox proportional hazards regression to derive cumulative incidence estimates for selected HIV-positive scenarios (no history of diabetes, hypertension, AIDS, or hepatitis C virus coinfection) and compared these estimates with those from similarly selected HIV-negative scenarios. For 40-year-old HIV-positive individuals with health characteristics that were similar to those of age-matched kidney donors, viral load <400 copies/mL, and CD4 + count ≥500 cells/μL, the 9-year cumulative incidence of ESRD was higher than that of their HIV-negative peers, yet still low: 2.5 versus 1.1 per 10 000 among white women, 3.0 versus 1.3 per 10 000 among white men, 13.2 versus 3.6 per 10 000 among black women, and 15.8 versus 4.4 per 10 000 among black men. HIV-positive individuals with no comorbidities and well-controlled disease may be considered low-risk kidney donor candidates.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,009
Tête enseignante GPT0,306
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

Citations36
Publié2017
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueAmerican Journal of TransplantationMême sujetHIV/AIDS Research and InterventionsTravaux en français237 207