Lost in Transplantation: Characterizing Racial Gaps in Physician Organ Offer Acceptance
Notice bibliographique
Résumé
Background: There are known racial disparities in the organ transplant allocation system in the United States. However, prior work has yet to establish if transplant center decisions on offer acceptance-the final step in the allocation process-contribute to these disparities. Objective: To estimate racial differences in the acceptance of organ offers by transplant center physicians on behalf of their patients. Design: Retrospective cohort analysis using data from the Scientific Registry of Transplant Recipients (SRTR) on patients who received an offer for a heart, liver, or lung transplant between January 1, 2010 and December 31, 2020. Setting: Nationwide, waitlist-based. Patients: 32,268 heart transplant candidates, 102,823 liver candidates, and 25,780 lung candidates, all aged 18 or older. Measurements: 1) Association between offer acceptance and two race-based variables: candidate race and donor-candidate race match; 2) association between offer rejection and time to patient mortality. Results: Black race was associated with significantly lower odds of offer acceptance for livers (OR=0.93, CI: 0.88-0.98) and lungs (OR=0.80, CI: 0.73-0.87). Donor-candidate race match was associated with significantly higher odds of offer acceptance for hearts (OR=1.11, CI: 1.06-1.16), livers (OR=1.10, CI: 1.06-1.13), and lungs (OR=1.13, CI: 1.07-1.19). Rejecting an offer was associated with lower survival times for all three organs (heart hazard ratio=1.16, CI: 1.09-1.23; liver HR=1.74, CI: 1.66-1.82; lung HR=1.21, CI: 1.15-1.28). Limitations: Our study analyzed the observational SRTR dataset, which has known limitations. Conclusion: Offer acceptance decisions are associated with inequity in the organ allocation system. Our findings demonstrate the additional barriers that Black patients face in accessing organ transplants and demonstrate the need for standardized practice, continuous distribution policies, and better organ procurement.
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 | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».