Incidence and Risk Factors for Leukopenia in Kidney Transplant Recipients Receiving Valganciclovir for Cytomegalovirus Prophylaxis
Notice bibliographique
Résumé
CONTEXT: Valganciclovir is used not only for cytomegalovirus prophylaxis after kidney transplantation but can also induce leukopenia, thereby making patients more susceptible to other infections. The epidemiology of leukopenia in patients on valganciclovir remains poorly understood. OBJECTIVE: To determine the incidence and risk factors for leukopenia in patients receiving valganciclovir for cytomegalovirus prophylaxis after kidney transplantation. METHODS: In this single-center, retrospective, cohort study, we included kidney recipients transplanted from January 1, 2003, to December 31, 2010, to determine the incidence and risk factors for leukopenia in patients who received valganciclovir for cytomegalovirus prophylaxis. The Kaplan-Meier product limit method was used to graphically assess time to leukopenia, and risk factors were assessed using Cox proportional hazards models. RESULTS: A total of 542 kidney transplant recipients were included in the study cohort. The cumulative incidence of leukopenia at 6 months posttransplant was 39.3% (11.0% for neutropenia). Low baseline white blood cell count (hazard ratio [HR] 2.34 [95% confidence interval [CI], 1.37-4.00]) and high baseline body mass index (HR 1.05 [95% CI, 1.02-1.09]) were independently associated with an increased risk of leukopenia, while higher Cockcroft-Gault creatinine clearance (HR 0.87 [95% CI, 0.78-0.97]) was significantly associated with a decreased risk of leukopenia. CONCLUSIONS: These data suggest that recipient baseline white blood cell count, baseline body mass index, and kidney function are clinical predictors of new-onset leukopenia after kidney transplantation. Our results may inform the approach to cytomegalovirus prophylaxis to reduce the risk of valganciclovir-induced leukopenia in kidney transplant recipients.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».