Expanding Access to High KDPI Kidney Transplant for Recipients Aged 60 y and Older: Cost Utility and Survival
Notice bibliographique
Résumé
Background: Modern organ allocation systems are tasked with equitably maximizing the utility of transplanted organs. Increasing the use of deceased donor organs at risk of discard may be a cost-effective strategy to improve overall transplant benefit. We determined the survival implications and cost utility of increasing the use of marginal kidneys in an older adult Canadian population of patients with end-stage kidney disease. Methods: We constructed a cost-utility model with microsimulation from the perspective of the Canadian single-payer health system for incident transplant waitlisted patients aged 60 y and older. A kidney donor profile index score of ≥86 was considered a marginal kidney. Donor- and recipient-level characteristics encompassed in the kidney donor profile index and estimated posttransplant survival scores were used to derive survival posttransplant. Patients were followed up for 10 y from the date of waitlist initiation. Our analysis compared the routine use of marginal kidneys (marginal kidney scenario) with the current practice of limited use (status quo scenario). Results: The 10-y mean cost and quality-adjusted life-years per patient in the marginal kidney scenario were estimated at $379 485.33 (SD: $156 872.49) and 4.77 (SD: 1.87). In the status quo scenario, the mean cost and quality-adjusted life-years per patient were $402 937.68 (SD: $168 508.85) and 4.37 (SD: 1.87); thus, the intervention was considered dominant. At 10 y, 62.8% and 57.0% of the respective cohorts in the marginal kidney and status quo scenarios remained alive. Conclusions: Increasing the use of marginal kidneys in patients with end-stage kidney disease aged 60 y and older may offer cost savings, improved quality of life, and greater patient survival in comparison with usual care.
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 ».