Use and Outcomes of Kidneys from Donation after Circulatory Death Donors in the United States
Notice bibliographique
Résumé
Donation after circulatory death (DCD) donors are an important source of kidneys for transplantation, but DCD donor transplantation is less common in the United States than in other countries. In this study of national data obtained between 2008 and 2015, recovery of DCD kidneys varied substantially among the country's 58 donor service areas, and 25% of DCD kidneys were recovered in only four donor service areas. Overall, 20% of recovered DCD kidneys were discarded, varying from 3% to 33% among donor service areas. Compared with kidneys from neurologically brain dead (NBD) donors, DCD kidneys had a higher adjusted odds ratio of discard that varied from 1.25 (95% confidence interval [95% CI], 1.16 to 1.34) in kidneys with total donor warm ischemic time (WIT) of 10-26 minutes to 2.67 (95% CI, 2.34 to 3.04) in kidneys with total donor WIT >48 minutes. Among the 12,831 DCD kidneys transplanted, kidneys with WIT≤48 minutes had survival similar to that of NBD kidneys. DCD kidneys with WIT>48 minutes had a higher risk of allograft failure (hazard ratio, 1.23; 95% CI, 1.07 to 1.41), but this risk was limited to kidneys with cold ischemia time (CIT) >12 hours. We conclude that donor service area-level variation in the recovery and discard of DCD kidneys is large. Additional national data collection is needed to understand the potential to increase DCD donor transplantation in the United States. Strategies to minimize cold ischemic injury may safely allow increased use of DCD kidneys with WIT>48 minutes.
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) | 0,000 | 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 ».