Panic in the Pandemic: When Should Kidney Transplant Programs Close?
Notice bibliographique
Résumé
BACKGROUND: Pandemics greatly interfere with overall health care delivery as resources are diverted to combat the crisis. Kidney transplantation programs were closed temporarily during the COVID-19 pandemic. Given the critical shortage of organs, their short shelf life, and their overall importance to improving length and quality of life for those with kidney disease, this analysis examines the impact of discarding deceased donor organs. METHODS: The net benefit (or harm) of discarding deceased donor organs was measured in projected life years from a societal and individual perspective using a Markov model. A wide range of infection rates, pandemic durations, and case fatality rates associated with infection in wait listed and transplant recipients were examined. RESULTS: Overall, patient life expectancy fell for both wait listed and transplant recipients as the pandemic conditions became more unfavorable. However, the overall net benefit of a transplant during the pandemic was preserved. For example, prior to the pandemic, the net benefit of a kidney transplant over dialysis was calculated to be 6.25 life years (LYs) or 8.24 quality-adjusted life years (QALYs) in a 40-year old recipient. This fell to 5.86 LYs (7.78 QALYs) during the pandemic. Even assuming plausible but higher relative case fatality rates and risks of nosocomial and donor transmission in transplant recipients compared to wait listed patients, the net benefit remained >4 years for most deceased donor organs. CONCLUSION: As long as hospitals have adequate resources to deal with the pandemic and can limit nosocomial infection, kidney transplantation should not be curtailed.
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 | 0,003 |
| 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) | 0,001 | 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 ».