Comparable kidney transplant outcomes in selected patients with a body mass index ≥ 40: A personalized medicine approach to recipient selection
Notice bibliographique
Résumé
Abstract Introduction Many kidney transplant (KT) centers decline patients with a body mass index (BMI) ≥40 kg/m 2 . This study's aim was to evaluate KT outcomes according to recipient BMI. Methods We performed a single‐center, retrospective review of adult KTs comparing BMI ≥40 patients ( n = 84, BMI = 42 ± 2 kg/m 2 ) to a matched BMI < 40 cohort ( n = 84, BMI = 28 ± 5 kg/m 2 ). Patients were matched for age, gender, race, diabetes, and donor type. Results BMI ≥40 patients were on dialysis longer (5.2 ± 3.2 years vs. 4.1 ± 3.5 years, p = .03) and received lower kidney donor profile index (KDPI) kidneys (40 ± 25% vs. 53 ± 26%, p = .003). There were no significant differences in prevalence of delayed graft function, reoperations, readmissions, wound complications, patient survival, or renal function at 1 year. Long‐term graft survival was higher for BMI ≥40 patients, including after adjusting for KDPI (BMI ≥40: aHR = 1.79, 95% CI = 1.09–2.9). BMI ≥40 patients had similar BMI change in the first year post‐transplant (delta BMI: BMI ≥ 40 +.9 ± 3.3 vs. BMI < 40 +1.1 ± 3.2, p = .59). Conclusions Overall outcomes after KT were comparable in BMI ≥40 patients compared to a matched cohort with lower BMI with improved long‐term graft survival in obese patients. BMI‐based exclusion criteria for KT should be reexamined in favor of a more individualized approach.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 |
| 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 ».