Tacrolimus Formulation, Exposure Variability, and Outcomes in Kidney Transplant Recipients
Notice bibliographique
Résumé
Introduction Few studies have compared within-patient variability measures of tacrolimus trough levels by formulation and assessed within-patient variability on outcomes of kidney transplant recipients. Research Questions (1) To compare within-patient variability of trough levels when converting from twice-daily to once-daily tacrolimus using standard deviation, coefficient of variation, and intrapatient variability percent. (2) To use the 3 measures of variability to examine the relationship between tacrolimus once-daily within-patient variability and total graft failure (i.e., return to chronic dialysis, pre-emptive retransplant, death with graft function). Design In this observational cohort study, within-patient variability of trough levels pre- and post-conversion from twice-daily to once-daily tacrolimus were compared using Wilcoxon matched-pairs signed-rank test. Graft outcomes were analyzed using Kaplan-Meier curves and multivariable Cox proportional hazards models. Results In 463 patients, within-patient variability differences pre- and post-conversion of median standard deviation, coefficient of variation, and intrapatient variability percent were −0.16 ( P = 0.09), −0.01 ( P = 0.52), and −1.41 ( P = 0.32), respectively. Post-conversion, every 1 unit increase in within-patient variability standard deviation and intrapatient variability percent and every 0.1 unit increase in the coefficient of variation was associated with an increased hazard ratio [1.19 ( P = 0.004), 1.02 ( P = 0.030), 1.13 ( P = 0.001), respectively] of total graft failure. Post-conversion, within-patient variability above cohort medians using standard deviation and coefficient of variation had a significantly higher risk of total graft failure. Discussion Under a program-wide conversion, no significant difference was observed in within-patient variability post-conversion from twice-daily to once-daily tacrolimus using the three measures of variability. High within-patient variability was associated with adverse transplant outcomes post-conversion.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 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) | 0,002 | 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 ».