Early postoperative acute myocardial infarction in kidney transplant recipients: A nested case‐control study
Notice bibliographique
Résumé
INTRODUCTION: The epidemiology of early acute myocardial infarctions after kidney transplantation has not been well characterized. This study sought to examine the incidence, risk factors, and clinical outcomes of early acute myocardial infarctions or EAMI in kidney transplant recipients. METHODS: A total of 1976 patients who underwent kidney transplantation at our center from Jan 1, 2000, to Sept 30, 2016, were included. A nested case-control design was used to study EAMI risk factors using a conditional logistic regression model. A Cox proportional hazards model was used to assess the association of EAMI with death-censored graft failure, death with graft function, and total graft failure. RESULTS: Seventy four patients had an EAMI within 3 months post-transplant. Based on univariable analyses, risk factors for EAMI included age and recipient history of diabetes mellitus or coronary artery disease. After adjustment, recipient history of coronary artery disease was the only independent predictor for EAMI (OR 3.76, p < .001). Patients who experienced EAMI were more likely to experience death-censored graft failure, death with graft function, and total graft failure. CONCLUSION: While the incidence of EAMI in kidney transplant recipients is relatively low, these data show that EAMI has profound long-term effects on morbidity and mortality.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».