The EKiTE network (epidemiology in kidney transplantation - a European validated database): an initiative epidemiological and translational European collaborative research
Notice bibliographique
Résumé
BACKGROUND: Kidney transplantation is considered to be the treatment of choice for people with end-stage renal disease (ESRD). However, due to the shortage of available organs and the increase in the ESRD prevalence in Europe, it is essential to improve transplantation outcomes by studying the related prognostic factors. Today, there is no European registry collecting data to perform such clinical epidemiology studies. MAIN BODY: Entitled EKiTE, for European cohort for Kidney Transplantation Epidemiology, this prospective and multicentric cohort includes patients from Spanish (Barcelona), Belgian (Leuven), Norwegian (Oslo) and French (Paris Necker, Lyon, Nantes, Nancy, Montpellier, Nice and Paris Saint Louis) transplantation centers and currently contains 13,394 adult recipients of kidney (only) transplantation from 2005 and updated annually. A large set of parameters collected from transplantation until graft failure or death with numbers of post-transplantation outcomes. The long-term follow-up and the collected data enable a wide range of possible survival and longitudinal analyses. CONCLUSION: EKiTE is a multicentric cohort aiming to better assess the natural history of the ESRD in European kidney transplant recipients and perform benchmarking of clinical practices. The data are available for clinical epidemiology studies and open for external investigators upon request to the scientific council. Short-term perspectives are to extend EKITE network to other European countries and collect additional parameters in respect of the common thesaurus.
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 | 0,006 | 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 | 0,001 |
| 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 ».