Induction Therapy in Elderly Kidney Transplant Recipients With Low Immunological Risk
Notice bibliographique
Résumé
BACKGROUND: In nonimmunized patients, similar rejection rates are observed for patients who have undergone thymoglobulin (antithymocyte globulins [ATG]) or basiliximab (BSX) therapy. While ATG may improve delayed graft function, it may also be associated with higher infection rates and malignancy risk. We compared survival and clinical outcomes in elderly recipients with low immunological risk according to their induction therapy. METHODS: We conducted a multicentric study on nonimmunized patients ≥65 years of age receiving a first kidney transplant between 2010 and 2017. The principal outcome was patient and graft survival. Secondary outcomes were cumulative probabilities of infection, first acute rejection episode, malignancy, de novo donor specific antibody, posttransplant diabetes (PTD), cardiac complications, estimated glomerular filtration rate, and occurrence of delayed graft function. Cox, logistic, or linear statistical models were used depending on the outcome studied, and models were weighted on the propensity scores. RESULTS: Two hundred and four patients were included in the BSX group and 179 in the ATG group with the average age of 71.0 and 70.5 years, respectively. Patient and graft survival at 3 years posttransplantation were 74% (95% CI, 65%-84%) and 68% (95% CI, 60%-78%) in ATG and BSX group, respectively, without significant difference. Occurrence of PTD was significatively higher in BSX group (23% versus 15%, P = 0.04) due to higher trough levels of Tacrolimus on month 3 (9.48 versus 7.30 ng/mL, P = 0.023). There was no difference in other evaluated outcomes. CONCLUSIONS: In elderly recipients, ATG does not lead to poorer outcomes compared with BSX and could permit lower trough levels of Tacrolimus, thus reducing occurrence of PTD.
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 ».