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 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 | 0,001 |
| 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 ».