Subclinical Cognitive Impairment and Listing for Kidney Transplantation
Notice bibliographique
Résumé
Visual Abstract Export Background and objectives Cognitive impairment is common in patients with kidney disease and can affect physicians’ perception and/or patients’ ability to complete the pretransplant evaluation. We examined whether cognitive impairment influences the likelihood for transplant listing and whether patients with cognitive impairment take longer to be listed. Design, setting, participants, & measurements We conducted a single-center longitudinal cohort study. Patients presenting for their index kidney transplant evaluation were screened for cognitive impairment using the Montreal Cognitive Assessment. A score <26 indicated cognitive impairment. The transplant selection committee was blinded to the scores. Kaplan–Meier analysis assessed time to active listing by level of cognition. A Cox proportional hazards model that included age, sex, race/ethnicity, smoking, coronary artery disease, and diabetes was constructed to evaluate the association between Montreal Cognitive Assessment score and listing for transplant. Results In total, 349 patients who underwent Montreal Cognitive Assessment testing at their initial visit were included in the analysis. Patients with cognitive impairment were more likely to be older, black, and smokers. The time to listing in patients with cognitive impairment was longer than the time to listing in those with no cognitive impairment (median time, 10.6 versus 6.3 months; log rank test P=0.01). Cognitive impairment was independently associated with a lower likelihood of being listed for transplant (hazard ratio, 0.93 per unit lower Montreal Cognitive Assessment score; 95% confidence interval, 0.88 to 0.99; P=0.02). A lower proportion of patients with cognitive impairment were listed compared with patients without cognitive impairment at 1 month (2% versus 11%), 6 months (17% versus 37%), and 1 year (23% versus 41%), (P<0.001 for all). Conclusions Cognitive impairment is associated with a lower likelihood of being listed for kidney transplant, and is associated with longer time to transplant listing.
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 | 0,005 |
| 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) | 0,011 | 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 ».