Augmenting the United States transplant registry with external mortality data: A moving target ripe for further improvement
Notice bibliographique
Résumé
The Organ Procurement and Transplantation Network conducts a robust death verification process when augmenting the United States transplant registry with external sources of data. Process enhancements added over 35,000 externally verified deaths across waitlist candidates and transplant recipients for all organs beginning in April 2022. Ninety-four percent of added posttransplant deaths occurred beyond 5 years posttransplant, and over 74% occurred beyond 10 years. Deceased donor solid organ recipients transplanted from January 1, 2010, through October 31, 2020, were analyzed from January and July 2022 Organ Procurement and Transplantation Network Standard Transplant Analysis and Research and the Scientific Registry of Transplant Recipients Standard Analysis Files to quantify the impact of including vs excluding unverified deaths (not releasable to researchers) on posttransplant patient survival estimates. Across all organs, 1- and 5-year posttransplant survival rates were not substantially impacted; meaningful differences were observed in 10-year survival among kidney recipients. These findings bear important implications for anyone who utilized transplant registry data to examine long-term outcomes prior to the updated verification process. Users of transplant surveillance data should interpret results of long-term outcomes cautiously, particularly differences across subpopulations, and the transplant community should identify ways to improve data quality and minimize the reporting burden on transplant institutions.
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 | 0,205 | 0,334 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,011 | 0,016 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,017 | 0,041 |
| Science ouverte | 0,015 | 0,015 |
| Intégrité de la recherche | 0,007 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,007 |
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 ».