Association between diabetic status and risk of all-cause and cause-specific mortality on dialysis following first kidney allograft loss
Notice bibliographique
Résumé
Background: Diabetes mellitus (DM) is associated with a greater risk of mortality in kidney transplant patients, primarily driven by a greater risk of cardiovascular disease (CVD)-related mortality. However, the associations between diabetes status at time of first allograft loss and mortality on dialysis remain unknown. Methods: All patients with failed first kidney allografts transplanted in Australia and New Zealand between 2000 and 2020 were included. The associations between diabetes status at first allograft loss, all-cause and cause-specific mortality were examined using competing risk analyses, separating patients with diabetes into those with pre-transplant DM or post-transplant diabetes mellitus (PTDM). Results: Of 3782 patients with a median (IQR) follow-up duration of 2.7 (1.1-5.4) years, 539 (14%) and 390 (10%) patients had pre-transplant DM or developed PTDM, respectively. In the follow-up period, 1336 (35%) patients died, with 424 (32%), 264 (20%) and 199 (15%) deaths attributed to CVD, dialysis withdrawal and infection, respectively. Compared to patients without DM, the adjusted subdistribution HRs (95% CI) for pre-transplant DM and PTDM for all-cause mortality on dialysis were 1.47 (1.17-1.84) and 1.47 (1.23-1.76), respectively; for CVD-related mortality were 0.81 (0.51-1.29) and 1.02 (0.70-1.47), respectively; for infection-related mortality were 1.84 (1.02-3.35) and 2.70 (1.73-4.20), respectively; and for dialysis withdrawal-related mortality were 1.71 (1.05-2.77) and 1.51 (1.02-2.22), respectively. Conclusions: Patients with diabetes at the time of kidney allograft loss have a significant survival disadvantage, with the excess mortality risk attributed to infection and dialysis withdrawal.
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 | 0,002 |
| 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 | 0,001 |
| 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 ».