Combined Donor-Recipient Obesity and the Risk of Graft Loss After Kidney Transplantation
Notice bibliographique
Résumé
Background: As the prevalence of obesity increases globally, appreciating the effect of donor and recipient (DR) obesity on graft outcomes is of increasing importance. Methods: In a cohort of adult, kidney transplant recipients (2000–2017) identified using the SRTR, we used Cox proportional hazards models to examine the association between DR obesity pairing (body mass index (BMI) >30 kg/m2), and death-censored graft loss (DCGL) or all-cause graft loss, and logistic regression to examine risk of delayed graft function (DGF) and ≤30 days graft loss. We also explored the association of DR weight mismatch (>30 kg, 10-30 kg (D>R; D Results: Relative to non-obese DR, obese DR were highest risk for all outcomes (DCGL: HR 1.26, 95% CI 1.22–1.32; all-cause graft loss: HR 1.09, 95% CI 1.06–1.12; DGF: OR 1.98, 95% CI 1.89–2.08; early graft loss: OR 1.34, 95% CI 1.19–1.51). Donor obesity modified the risk of recipient obesity and DCGL [p = 0.001] and all-cause graft loss [p < 0.001] but not DGF or early graft loss. The known association of DR weight mismatch with DCGL was attenuated when either the donor or recipient was obese. Conclusion: DR obesity status impacts early and late post-transplant outcomes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».