Contemporary risk factors for ureteral stricture following renal transplantation
Notice bibliographique
Résumé
INTRODUCTION: Allograft ureteral strictures after renal transplantation impact graft function and increase patient morbidity. They can be challenging to treat and may require complex surgical repair. Therefore, the objective of this study was to identify contemporary risk factors for the development of post-renal transplant ureteral strictures. METHODS: A retrospective analysis was performed on all renal transplant patients at Vancouver General Hospital from 2008-2019. Demographics, clinical parameters, and outcomes were compared between patients who did and did not develop ureteral strictures. Putative risk factors for ureteral stricture were analyzed using logistic regression. RESULTS: A total of 1167 patients were included with a mean followup of 61.9±40.8 months. Ureteral strictures occurred in 25 patients (2.1%). Stricture patients had no demographic differences compared to non-stricture patients but had significantly higher rates of postoperative complications, longer hospital stays, and decreased renal function one year post-transplant (all p<0.05). On multivariable analysis, cold ischemia time >435 minutes (odds ratio [OR] 43.9, confidence interval [CI] 1.6-1238.8, p=0.027), acute rejection (OR 3.0, CI 1.1-7.4, p=0.027), and postoperative complications (OR 112.4, CI 2.4-5332.6, p=0.016) were risk factors for stricture. CONCLUSIONS: Renal transplant patients with ureteral stricture experience greater morbidity and reduced post-transplant renal function compared to non-stricture patients. Our findings support attempts to reduce cold ischemia time, acute rejection, and postoperative complications to mitigate this potential complication. Our study is limited by the low incidence of ureteral stricture resulting in a small sample of stricture patients. Future research in a larger, multicenter setting is warranted.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».