Impact of immunosuppression on incidence of post-transplant diabetes mellitus in solid organ transplant recipients: Systematic review and meta-analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Solid organ transplantation is a life-saving intervention for end-stage organ disease. Post-transplant diabetes mellitus (PTDM) is a common complication in solid organ transplant recipients, and significantly compromises long-term survival beyond a year. AIM: To perform a systematic review and meta-analysis to estimate incidence of PTDM and compare the effects of the 3 major immunosuppressants on incidence of PTDM. METHODS: Two hundred and six eligible studies identified 75595 patients on Tacrolimus, 51242 on Cyclosporine and 3020 on Sirolimus. Random effects meta-analyses was used to calculate incidence. RESULTS: Network meta-analysis estimated the overall risk of developing PTDM was higher with tacrolimus (OR = 1.4 95%CI: 1.0-2.0) and sirolimus (OR = 1.8; 95%CI: 1.5-2.2) than with Cyclosporine. The overall incidence of PTDM at years 2-3 was 17% for kidney, 19% for liver and 22% for heart. The risk factors for PTDM most frequently identified in the primary studies were age, body mass index, hepatitis C, and African American descent. CONCLUSION: Tacrolimus tends to exhibit higher diabetogenicity in the short-term (2-3 years post-transplant), whereas sirolimus exhibits higher diabetogenicity in the long-term (5-10 years post-transplant). This study will aid clinicians in recognition of risk factors for PTDM and encourage careful evaluation of the risk/benefit of different immunosuppressant regimens in 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.
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) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 découle