The Perspectives of General Nephrologists Toward Transitions of Care and Management of Failing Kidney Transplants
Notice bibliographique
Résumé
The management of failing kidney allograft and transition of care to general nephrologists (GN) remain a complex process. The Kidney Pancreas Community of Practice (KPCOP) Failing Allograft Workgroup designed and distributed a survey to GN between May and September 2021. Participants were invited via mail and email invitations. There were 103 respondents with primarily adult nephrology practices, of whom 41% had an academic affiliation. More than 60% reported listing for a second kidney as the most important concern in caring for patients with a failing allograft, followed by immunosuppression management (46%) and risk of mortality (38%), while resistant anemia was considered less of a concern. For the initial approach to immunosuppression reduction, 60% stop antimetabolites first, and 26% defer to the transplant nephrologist. Communicating with transplant centers about immunosuppression cessation was reported to occur always by 60%, and sometimes by 29%, while 12% reported making the decision independently. Nephrologists with academic appointments communicate with transplant providers more than private nephrologists (74% vs. 49%, p = 0.015). There are heterogeneous approaches to the care of patients with a failing allograft. Efforts to strengthen transitions of care and to develop practical practice guidelines are needed to improve the outcomes of this vulnerable population.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».