The association of venous thromboembolism with blood transfusion in kidney transplant patients
Notice bibliographique
Résumé
BACKGROUND: Red blood cell transfusion (RBCT) is common after kidney transplantation and could have pro-thrombotic effects predisposing to venous thromboembolism (VTE). The risks for developing of VTE after RBCT in kidney transplant patients are unknown. STUDY DESIGN AND METHODS: This was a retrospective cohort study of adult kidney transplant recipients from 2002 to 2018. The exposure of interest was receipt of RBCT after transplant. Cox proportional hazards models were used to calculate hazard ratios (HR) for the outcomes of venous thromboembolism [VTE] (deep venous thrombosis [DVT] or pulmonary embolism [PE]) using RBCT as a time-varying, cumulative exposure. RESULTS: Out of 1258 kidney transplants recipients, 468 (37%) were transfused during the study period. Seventy-nine study participants (6.3%) developed VTE, 72 DVT (5.7%), and 22 PE (1.8%). For the receipt of 1, 2, 3-5, and >5 RBCT, compared to individuals never transfused, the number of events and adjusted HR (95%CI) for VTE were 6 (6.2%) HR 1.57 (0.69-3.58), 9 (7.6%) HR 2.54 (1.30-4.96), 15 (11.9%) HR 2.73 (1.38-5.41), and 23 (18.1%) HR 5.77 (2.99-11.14) respectively; for DVT, it was 6 (6.2%) HR 1.94 (0.84-4.48), 9 (7.6%) HR 2.92 (1.44-5.94), 14 (11.1%) HR 3.29 (1.63-6.65), and 21 (16.5%) HR 6.97 (3.53-13.76), respectively. For PE, among transfused individuals, there were 14 events (3.0%) and the HR was 2.40 (1.02-5.61). CONCLUSION: The risks for developing VTE, DVT, and PE were significantly increased in kidney transplant patients receiving RBCT after transplant. Receipt of RBCT should prompt considerations for judicious monitoring and assessment for thrombosis.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».