Associations of obesity with antidiabetic medication use after living kidney donation: An analysis of linked national registry and pharmacy fill records
Notice bibliographique
Résumé
Abstract We examined a novel linkage of national US donor registry data with records from a pharmacy claims warehouse (2007‐2016) to examine associations (adjusted hazard ratio, LCL aHR UCL ) of post‐donation fills of antidiabetic medications (ADM, insulin or non‐insulin agents) with body mass index (BMI) at donation and other demographic and clinical factors. In 28 515 living kidney donors (LKDs), incidence of ADM use at 9 years rose in a graded manner with higher baseline BMI: underweight, 0.9%; normal weight, 2.1%; overweight, 3.5%; obese, 8.5%. Obesity was associated with higher risk of ADM use compared with normal BMI (aHR, 3.36 4.59 6.27 ). Metformin was the most commonly used ADM and was filled more often by obese than by normal weight donors (9‐year incidence, 6.87% vs 1.85%, aHR, 3.55 5.00 7.04 ). Insulin use was uncommon and did not differ significantly by BMI. Among a subgroup with BMI data at the 1‐year post‐donation anniversary (n = 19 528), compared with stable BMI, BMI increase >0.5 kg/m 2 by year 1 was associated with increased risk of subsequent ADM use (aHR, 1.03 1.48 2.14, P = .04). While this study did not assess the impact of donation on the development of obesity, these data support that among LKD, obesity is a strong correlate of ADM use.
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 | 0,000 |
| 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 ».