Impact of early surgical complications on kidney transplant outcomes
Notice bibliographique
Résumé
Abstract Background Kidney transplantation (KT) improves clinical outcomes of patients with end stage renal disease. Little has been reported on the impact of early post-operative surgical complications (SC) on long-term clinical outcomes following KT. We sought to determine the impact of vascular complications, urological complications, surgical site complications, and peri-graft collections within 30 days of transplantation on patient survival, graft function, and hospital readmissions. Methods We conducted a single-centre, observational cohort study examining adult patients (≥ 18 years) who received a kidney transplant from living and deceased donors between January 1st, 2005 and December 31st, 2015 with follow-up until December 31st, 2016 (n = 1,334). Univariable and multivariable analyses were performed with Cox proportional hazards models to analyze the outcomes of SC in the early post-operative period after KT. Results The cumulative probability of SC within 30 days of transplant was 25%, the most common SC being peri-graft collections (66.8%). Multivariable analyses showed significant relationships between Clavien Grade 1 SC and death with graft function (HR 1.78 [95% CI: 1.11, 2.86]), and between Clavien Grades 3 to 4 and hospital readmissions (HR 1.95 [95% CI: 1.37, 2.77]). Conclusions Early SC following KT are common and have a significant influence on long-term patient outcomes.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».