Disparities in treatment and outcome of kidney replacement therapy in children with comorbidities: an ESPN/ERA Registry study
Notice bibliographique
Résumé
Background: Data on comorbidities in children on kidney replacement therapy (KRT) are scarce. Considering their high relevance for prognosis and treatment, this study aims to analyse the prevalence and implications of comorbidities in European children on KRT. Methods: We included data from patients <20 years of age when commencing KRT from 2007 to 2017 from 22 European countries within the European Society of Paediatric Nephrology/European Renal Association Registry. Differences between patients with and without comorbidities in access to kidney transplantation (KT) and patient and graft survival were estimated using Cox regression. Results: Comorbidities were present in 33% of the 4127 children commencing KRT and the prevalence has steadily increased by 5% annually since 2007. Comorbidities were most frequent in high-income countries (43% versus 24% in low-income countries and 33% in middle-income countries). Patients with comorbidities had a lower access to transplantation {adjusted hazard ratio [aHR] 0.67 [95% confidence interval (CI) 0.61-0.74]} and a higher risk of death [aHR 1.79 (95% CI 1.38-2.32)]. The increased mortality was only seen in dialysis patients [aHR 1.60 (95% CI 1.21-2.13)], and not after KT. For both outcomes, the impact of comorbidities was stronger in low-income countries. Graft survival was not affected by the presence of comorbidities [aHR for 5-year graft failure 1.18 (95% CI 0.84-1.65)]. Conclusions: Comorbidities have become more frequent in children on KRT and reduce their access to transplantation and survival, especially when remaining on dialysis. KT should be considered as an option in all paediatric KRT patients and efforts should be made to identify modifiable barriers to KT for children with comorbidities.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».