Early and recurrent hospitalization after kidney transplantation: Analysis of a contemporary canadian cohort of kidney transplant recipients
Notice bibliographique
Résumé
Hospital readmission is a common occurrence following kidney transplantation, but less is known about the predictors of early and recurrent hospitalization. We analyzed a cohort of adult kidney transplant recipients in Nova Scotia, Canada, from January 2010 to December 2015. Readmission rates for 30 days, 6 months, and 1 year were calculated as a proportion of total transplants. Factors independently associated with early readmission were investigated using multivariable Cox hazards models with multivariable Anderson-Gill Cox models being used for factors independently associated with recurrent readmission. Of the 213 patients included, 41 (19.2%), 78 (36.6%), and 88 (41.3%) were readmitted to hospital within 30 days, 6 months, and 1 year, respectively. On multivariable analyses, a history of congestive heart failure (HR 1.741, 95% CI 1.039-2.918), peptic ulcer disease (HR 2.290, 95% CI 1.054-4.973), and liver disease (HR 2.492, 95% CI 1.162-5.344) was associated with higher risk of first rehospitalization. Recurrent hospital admission was associated with initial hospital duration ≥ 8 days (HR 2.140, 95% CI 1.265-3.618), congestive heart failure (HR 1.366, 95% CI 1.044-1.787), and liver disease (HR 1.785, 95% CI 1.257-2.534). Increasing duration of initial hospitalization, congestive heart failure, and liver disease are important to consider when evaluating a patient's risk for recurrent readmission following kidney 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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».