Posttransplant Diabetes Mellitus and Immunosuppression Selection in Older and Obese Kidney Recipients
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
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: (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.
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 | 0,000 |
| 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 découle