History of psychosis and mania, and outcomes after kidney transplantation - a retrospective study
Notice bibliographique
Résumé
History of psychosis or mania, if uncontrolled, both represent relative contraindications for kidney transplantation. We examined 3680 US veterans who underwent kidney transplantation. The diagnosis of history of psychosis/mania was based on a validated algorithm. Measured confounders were used to create a propensity score-matched cohort (n = 442). Associations between pretransplantation psychosis/mania and death with functioning graft, all-cause death, graft loss, and rejection were examined in survival models and logistic regression models. Post-transplant medication nonadherence was assessed using proportion of days covered (PDC) for tacrolimus and mycophenolic acid in both groups. The mean ± SD age of the cohort at baseline was 61 ± 11 years, 92% were male, and 66% and 27% of patients were white and African-American, respectively. Compared to patients without history of psychosis/mania, patients with a history of psychosis/mania had similar risk of death with functioning graft [subhazard ratio (SHR) (95% confidence interval (CI)): 0.94(0.42-2.09)], all-cause death [hazard ratio (95% CI): 1.04 (0.51-2.14)], graft loss [SHR (95% CI): 1.07 (0.45-2.57)], and rejection [odds ratio(95% CI): 1.23(0.60-2.53)]. Moreover, there was no difference in immunosuppressive drug PDC in patients with and without history of psychosis/mania (PDC: 76 ± 21% vs. 78 ± 19%, P = 0.529 for tacrolimus; PDC: 78 ± 17% vs. 79 ± 18%, P = 0.666 for mycophenolic acid). After careful selection, pretransplantation psychosis/mania is not associated with adverse outcomes 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 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 ».