The role of renal resistive index as a prognostic tool in kidney transplantation: a systematic review
Notice bibliographique
Résumé
BACKGROUND: In kidney transplant recipients (KTRs), observational data have reported conflicting findings about the utility of renal resistive index (RRI) in determining outcomes. This study aimed to synthesize the current literature and determine the prognostic role of RRI in KTRs. METHODS: The authors conducted a systematic review to assess the role of RRI in predicting death, graft failure, graft function and proteinuria. Of the 934 titles/abstracts reviewed, 26 studies were included. There was significant heterogeneity in RRI measurements and thresholds as well as in analytical methods, and a meta-analysis could not be performed. RESULTS: All included studies were observational and included 7049 KTRs. Eight studies analyzed death, of which five reported a significant association with higher RRI. In the remaining three, small sample sizes and lower/multiple RRI thresholds may have limited detection of a statistically significant difference. Three studies investigated all-cause graft failure, and an association with RRI was reported but varied by time of RRI measurement. Three out of five studies that analyzed a composite of patient and graft outcomes reported an association with RRI. Evidence analyzing death-censored graft failure, graft failure (unclear whether death-censored or all-cause), measures of graft function and proteinuria was conflicting. Most studies had a moderate to high risk of bias. CONCLUSIONS: RRI likely has a prognostic role in predicting patient outcomes, reflecting patient systemic vascular disease burden rather than graft hemodynamics. Since cardiovascular diseases are a major cause of death and graft loss, RRI may be explored as a noninvasive tool to risk-stratify KTRs.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».