Vitamin D Levels and the Risk of Posttransplant Diabetes Mellitus After Kidney Transplantation
Notice bibliographique
Résumé
INTRODUCTION: Given the burden of posttransplant diabetes mellitus and the high prevalence of low vitamin D levels in kidney transplant recipients, it is reasonable to consider vitamin D as a novel and potentially modifiable risk factor in this patient population. RESEARCH QUESTION: To determine the association between 25- hydroxyvitamin D (25(OH)D) level and posttransplant diabetes among kidney transplant recipients. Design: In a multi-center cohort study of 442 patients who received a kidney transplant between January 1, 2005 and December 31, 2010, serum samples within one-year before transplant were analyzed for 25(OH)D levels. The association between 25(OH)D and posttransplant diabetes were examined in Cox proportional hazard models. RESULTS: The median 25(OH)D level was 66 nmol/L. The cumulative probability of diabetes at 12-months by quartiles of 25(OH)D (< 42, 42 to 64.9, 65 to 94.9, and > 95 nmol/L) were 23.4%, 26.9%, 21.4%, and 15.6%, respectively. Compared to the highest 25(OH)D quartile, hazard ratios (95% CI) for the risk were 1.85 (1.03, 3.32), 2.01 (1.12, 3.60), 1.77 (0.96, 3.25) across the first to third quartiles, respectively. The associations were accentuated in a model restricted to patients on tacrolimus. When modeled as a continuous variable, 25(OH)D levels were significantly associated with a higher risk of diabetes (hazard ratio 1.06, 95% CI: 1.01, 1.13 per 10 nmol/L decrease). DISCUSSION: Serum 25(OH)D was an independent predictor of posttransplant diabetes in kidney transplant recipients. These results may inform the design of trials using vitamin D to reduce the risk in kidney transplant recipients.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».