MétaCan
Menu
Retour à la cohorte
Enregistrement W2949155907 · doi:10.1111/ctr.13635

Does intra‐operative verapamil administration in kidney transplantation improve graft function

2019· article· en· W2949155907 sur OpenAlexaff
Nidhi Gupta, Mauricio Caldas, Nitin Sharma, Samir Bidnur, Sunita Ghosh, Gerald Todd, Ronald B. Moore

Notice bibliographique

RevueClinical Transplantation · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineVerapamilTransplantationKidney transplantationKidneyAdministration (probate law)SurgeryInternal medicineCalcium

Résumé

récupéré en direct d'OpenAlex

The role of the calcium channel blocker (verapamil) in kidney transplant is controversial. Verapamil has been hypothesized to mitigate ischemia reperfusion injury (IRI) to the allograft. Herein, we evaluated the effect of intra-operative verapamil administration in a large cohort of kidney transplants. Total 684 transplants were performed during 2007-2017. Of these, 348 (50.9%) transplants received verapamil (2.5 mg) Ver (+), and 336 (49.1%) did not, Ver (-). Based on the donor type, the study was divided into three groups; living donor (LD) (N = 270), neurological determination of death (NDD) (N = 394), and donation after cardiac death (DCD) (N = 20). Ver (-) subgroup had more diabetic recipients as compared to Ver (+) subgroup in LD and NDD groups (P < 0.05). No significant difference was found for delayed graft function in any of the group (P > 0.05). Cold ischemia time and dialysis requirement were significantly higher in Ver (+) LD and NDD groups, respectively. Except for DCD group, there was no significant difference in eGFR (mL/min) immediately and 6 months after kidney transplant in any of the groups. Furthermore, univariate and multivariate logistic regression analysis was performed to account for potential confounders, but verapamil administration did not improve graft function in any of the groups (P > 0.05) after transplant.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,834

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,358
Écart entre enseignants0,334 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical TransplantationMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207