MétaCan
Menu
Retour à la cohorte
Enregistrement W3209981470 · doi:10.1016/j.xkme.2021.08.012

Posttransplant Diabetes Mellitus and Immunosuppression Selection in Older and Obese Kidney Recipients

2021· article· en· W3209981470 sur OpenAlexaff
David A. Axelrod, Wisit Cheungpasitporn, Suphamai Bunnapradist, Mark A. Schnitzler, Huiling Xiao, Mara McAdams‐DeMarco, Yaşar Çalışkan, Sunjae Bae, JiYoon B. Ahn, Dorry L. Segev, Ngan N. Lam, Gregory P. Hess, Krista L. Lentine

Notice bibliographique

RevueKidney Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesCareDxGovernment of South Australia
Mots-clésMedicineThymoglobulinImmunosuppressionKidney transplantationInternal medicinePrednisoneTransplantationDiabetes mellitusTacrolimusRegimenHazard ratioBody mass indexConfidence intervalEndocrinology

Résumé

récupéré en direct d'OpenAlex

Rationale & Objective Posttransplant diabetes mellitus (DM) after kidney transplantation increases morbidity and mortality, particularly in older and obese recipients. We aimed to examine the impact of immunosuppression selection on the risk of posttransplant DM among both older and obese kidney transplant recipients. Study Design Retrospective database study. Setting & Participants Kidney-only transplant recipients aged ≥18 years from 2005 to 2016 in the United States from US Renal Data System records, which integrate Organ Procurement and Transplantation Network/United Network for Organ Sharing records with Medicare billing claims. Exposures Various immunosuppression regimens in the first 3 months after transplant. Outcomes Development of DM >3 months-to-1 year posttransplant. Analytical Approach We used multivariable Cox regression to compare the incidence of posttransplant DM by immunosuppression regimen with the reference regimen of thymoglobulin (TMG) or alemtuzumab (ALEM) with tacrolimus + mycophenolic acid + prednisone using inverse propensity weighting. Results 12.7% of kidney transplant recipients developed posttransplant DM with higher incidences in older (≥55 years vs <55 years: 16.7% vs 10.1%) and obese (body mass index [BMI] ≥ 30 kg/m 2 vs BMI < 30 kg/m 2 : 17.1% vs 10.9%) patients. The incidence of posttransplant DM was lower with steroid avoidance [TMG/ALEM + no prednisone (8.4%) and IL2rAb + no prednisone (9.7%)] than TMG/ALEM with triple therapy (13.1%). After adjustment for donor and recipient characteristics, TMG/ALEM with steroid avoidance was beneficial for all groups [age < 55 years: adjusted HR (aHR), 0.63 (95% confidence interval [CI], 0.54-0.72); age ≥ 55 years: aHR, 0.69 (95% CI, 0.60-0.79); BMI < 30 kg/m 2 : aHR, 0.69 (95% CI, 0.60-0.78); BMI ≥ 30 kg/m 2 : aHR, 0.67 (95% CI, 0.57-0.79)]. However, IL2rAb with steroid avoidance was beneficial only for older patients (aHR, 0.76; 95% CI, 0.58-0.99) and for those with BMI < 30 kg/m 2 (aHR, 0.63; 95% CI, 0.46-0.87). Limitations Retrospective study and lacked data on immunosuppression levels. Conclusions The beneficial impact of steroid avoidance using tacrolimus on posttransplant DM appears to differ by patient age and induction regimen.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,282
Écart entre enseignants0,269 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKidney MedicineMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207