Patterns of kidney injury in pediatric nonkidney solid organ transplant recipients
Notice bibliographique
Résumé
The incidence of acute kidney injury (AKI) and its impact on chronic kidney disease (CKD) following pediatric nonkidney solid organ transplantation is unknown. We aimed to determine the incidence of AKI and CKD and examine their relationship among children who received a heart, lung, liver, or multiorgan transplant at the Hospital for Sick Children between 2002 and 2011. AKI was assessed in the first year posttransplant. Among 303 children, perioperative AKI (within the first week) occurred in 67% of children, and AKI after the first week occurred in 36%, with the highest incidence among lung and multiorgan recipients. Twenty-three children (8%) developed CKD after a median follow-up of 3.4 years. Less than 5 children developed end-stage renal disease, all within 65 days posttransplant. Those with 1 AKI episode by 3 months posttransplant had significantly greater risk for developing CKD after adjusting for age, sex, and estimated glomerular filtration rate at transplant (hazard ratio: 2.77, 95% confidence interval, 1.13-6.80, P trend = .008). AKI is common in the first year posttransplant and associated with significantly greater risk of developing CKD. Close monitoring for kidney disease may allow for earlier implementation of kidney-sparing strategies to decrease risk for progression to CKD.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».