Impacts of center and clinical factors in antihypertensive medication use after kidney transplantation
Notice bibliographique
Résumé
Hypertension guidelines recommend calcium channel blockers (CCBs), thiazide diuretics, and angiotensin-converting-enzyme inhibitors/angiotensin receptor blockers (ACEi/ARBs) as first-line agents to treat hypertension. Hypertension is common among kidney transplant (KTx) recipients, but data are limited regarding patterns of antihypertensive medication (AHM) use in this population. We examined a novel database that links national registry data for adult KTx recipients (age > 18 years) with AHM fill records from a pharmaceutical claims warehouse (2007-2016) to describe use and correlates of AHM use during months 7-12 post-transplant. For patients filling AHMs, individual agents used included: dihydropyridine (DHP) CCBs, 55.6%; beta-blockers (BBs), 52.8%; diuretics, 30.0%; ACEi/ARBs, 21.1%; non-DHP CCBs, 3.0%; and others, 20.1%. Both BB and ACEi/ARB use were significantly lower in the time period following the 2014 Eighth Joint National Committee (JNC-8) guidelines (2014-2016), compared with an earlier period (2007-2013). The median odds ratios generated from case-factor adjusted models supported variation in use of ACEi/ARBs (1.51) and BBs (1.55) across transplant centers. Contrary to hypertension guidelines for the general population, KTx recipients are prescribed relatively more BBs and fewer ACEi/ARBs. The clinical impact of this AHM prescribing pattern warrants further study.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».