Living Kidney Donors’ Financial Expenses and Mental Health
Notice bibliographique
Résumé
BACKGROUND: Living kidney donors incur donation-related expenses, but how these expenses impact postdonation mental health is unknown. METHODS: In this prospective cohort study, the association between mental health and donor-incurred expenses (both out-of-pocket costs and lost wages) was examined in 821 people who donated a kidney at one of the 12 transplant centers in Canada between 2009 and 2014. Mental health was measured by the RAND Short Form-36 Health Survey along with Beck Anxiety Inventory and Beck Depression Inventory. RESULTS: A total of 209 donors (25%) reported expenses of >5500 Canadian dollars. Compared with donors who incurred lower expenses, those who incurred higher expenses demonstrated significantly worse mental health-related quality of life 3 months after donation, with a trend towards worse anxiety and depression, after controlling for predonation mental health-related quality of life and other risk factors for psychological distress. Between-group differences for donors with lower and higher expenses on these measures were no longer significant 12 months after donation. CONCLUSIONS: Living kidney donor transplant programs should ensure that adequate psychosocial support is available to all donors who need it, based on known and unknown risk factors. Efforts to minimize donor-incurred expenses and to better support the mental well-being of donors need to continue. Further research is needed to investigate the effect of donor reimbursement programs, which mitigate donor expenses, on postdonation mental health.
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 ».