Risk Factors for Developing Low eGFR and Albuminuria in Living Kidney Donors
Notice bibliographique
Résumé
Background: Chronic kidney disease is associated with significant morbidity and mortality in the general population, but little is known about the incidence and risk factors associated with developing kidney dysfunction in living donors following nephrectomy. Methods: We conducted a retrospective, population-based control study using linked healthcare databases in Alberta, Canada to identify 590 donors who underwent nephrectomy between May 2001 and December 2017. The primary outcome was evidence of sustained kidney dysfunction following nephrectomy, defined as either 2 estimated glomerular filtration rate (eGFR) measurements <45 mL/min/1.73 m2 or 2 measurements of moderate or severe albuminuria that were at least 90 days apart. We used Cox proportional hazard regression analyses to examine the association between potential risk factors and the outcome of post-donation kidney dysfunction. Results: Over a median follow-up period of 8.6 years (interquartile range [IQR]: 4.7-16.9 years), 47 donors (8.0%) developed sustained kidney dysfunction, with an incidence rate of 9.2 per 1,000 person-years (95% confidence interval: 6.6-11.8). The median time for development of kidney dysfunction beyond the first year after nephrectomy was 2.9 years (IQR: 1.4-8.0 years). Donors who developed kidney dysfunction after donation were more likely to be older, male, have lower pre-donation eGFR, have evidence of pre- or post-donation hypertension, and post-donation diabetes. Conclusions: A small proportion of kidney donors will develop post-donation kidney dysfunction. Donors with risk factors associated with sustained kidney dysfunction may benefit from more diligent follow-up care. Funding: Government Support - Non-U.S.Kaplan-Meier curve with 95% confidence interval of estimated kidney dysfunction free survival in living kidney donors from one-year post-donation onwards.
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 | 0,000 |
| 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 ».