The differential impact of size mismatch in live versus deceased donor kidney transplant
Notice bibliographique
Résumé
BACKGROUND: The impact of weight mismatch between donors and recipients (D-R) undergoing living-donor kidney transplant (LDKT) versus weight-matched deceased donor kidney transplant (DDKT) is not established. AIM: To determine whether absolute weight mismatch between D-R affects graft survival following LDKT and how this relates to graft outcomes with DDKT when D-R are weight matched. MATERIALS & METHODS: We used multivariable Cox proportional hazards models and the Scientific Registry of Transplant Recipients to determine the association of weight-mismatched D-R (>50 kg, 30-50 kg or 10-30 kg ((D < R); (D > R) and <10 kg (D = R)) with death-censored graft failure in US LDKT recipients from 2006 to 2017. We also explored outcomes relative to weight-matched DDKT and finally, the impact of combined D-R weight-sex mismatch. RESULTS: In LDKT, the risk of graft loss was highest in the setting of D < R (HR 1.28, 95% CI 1.05-1.56 for >50 kg difference relative to D = R); however, this was still lower risk than weight-matched DDKT. D-R sex and combined weight-sex mismatch were only important for male recipients (HR 1.47, 95% CI 1.27-1.71 for a male recipient >30 kg larger than their female donor, relative to weight-matched male donor-male recipient). This remained superior to weight-sex-matched DDKT however. CONCLUSION: D-R weight-sex mismatch is important in LDKT; however, graft survival remains superior to proceeding with matched DDKT. Optimizing D-R matching in LDKT could be facilitated through a national kidney-paired donation registry. LDKT weight-sex mismatch should not be deferred in favor of DDKT.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».