Informative for Decision Making? The Spectrum and Consistency of Outcomes After Living Kidney Donation Reported in Trials and Observational Studies
Notice bibliographique
Résumé
BACKGROUND: Evidence about outcomes after living kidney donation is needed both to inform donor acceptance criteria, and to guide the decisions of potential donors and their healthcare providers about donation. However, the scope and heterogeneity of outcomes reported in research and their relevance to decision making is uncertain. To determine the spectrum and consistency of outcomes reported in randomized trials and observational studies in living kidney donors 18 years or older. METHODS: Electronic databases were searched for randomized trials and observational studies reporting outcomes in adult living kidney donors published from January 2011 to May 2017. All outcome domains and measurements were extracted, and their frequency and characteristics were evaluated. RESULTS: Of the 268 eligible studies, 14 (5%) were randomized and 254 (95%) observational. Overall, 136 (51%) studies were short-term (≤1 year follow up) and reported 109 outcome domains, of which 51 (47%) were classified as clinical, 35 (32%) were surrogate, and 23 (21%) were donor-reported. The 5 most commonly reported domains were kidney function (154, 58%), time to discharge (96, 36%), blood loss (85, 32%), operative time (79, 30%) and blood pressure (74, 28%). Quality of life (13%), mortality (16%), end-stage kidney disease (10%) and cardiovascular events (9%) were reported infrequently. CONCLUSIONS: The outcomes of living kidney donation reported in contemporary trials and observational studies are numerous, heterogeneous, and often focused on short-term surgical complications. Consistent reporting of outcomes relevant to decision making is needed to better inform and prepare donors for outcomes after donation.
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 | 0,001 | 0,001 |
| 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 ».