MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409168573 · doi:10.1177/20543581251324587

Ambulance Service Utilization by Kidney Transplant Recipients

2025· article· en· W4409168573 sur OpenAlexaffabout
Kaveh Masoumi-Ravandi, Amanda J. Vinson, Aran Thanamayooran, Judah Goldstein, Thomas A. A. Skinner, Karthik Tennankore

Notice bibliographique

RevueCanadian Journal of Kidney Health and Disease · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineEmergency departmentEmergency medicineHazard ratioRetrospective cohort studyProportional hazards modelPopulationConfidence intervalKidney transplantationCohortTransplantationInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Compared with the general population, kidney transplant recipients (KTRs) frequently visit the emergency department (ED), but much less is known about the characteristics of ED presentations requiring ambulance transport and the impact on subsequent outcomes for KTRs. Objectives: To identify predictors of ambulance transport to the ED (ambulance-ED) and outcomes (graft failure and mortality) for those who experienced an ambulance-ED event in a cohort of KTRs. Design: Retrospective cohort study of incident, adult KTRs receiving a transplant from 2008 to 2020. Setting: Nova Scotia, Canada. Patients: Adult (≥18 years), Nova Scotian KTRs affiliated with the Atlantic Canada Multi-Organ Transplant Program. Measurements: Ambulance-ED events were captured for all transplant recipients (following the day of discharge from their initial transplant admission) using electronic records (provided by Emergency Health Services, the sole provider of emergency medical services for Nova Scotia). Ambulance-ED was defined as ambulance transport to the ED following a 911 call; interfacility transfers were excluded. Predictors of ambulance-ED included recipient, donor, immunological, and perioperative characteristics (pertaining to the initial admission for kidney transplantation). Outcomes included graft failure and mortality. Methods: Predictors of ambulance-ED were analyzed using a multivariable negative binomial regression model and reported using incidence rate ratios (IRRs) and 95% confidence intervals (CIs). The risk of death/graft failure for those with an ambulance-ED within 30 days of hospital discharge following transplantation was analyzed using an adjusted Cox survival analysis and reported using hazard ratios (HRs) and 95% CIs. Results: A total of 418 patients received a transplant during the study period. A total of 179 (42.8%) experienced one or more ambulance-ED events. Female sex (IRR = 1.60; 95% CI = 1.12-2.29), kidney failure secondary to diabetes (IRR = 2.52; 95% CI = 1.19-5.31), and donor age ≥45 (IRR = 1.50; 95% CI = 1.04-2.15) were all associated with ambulance-ED. There was no significant increase in the risk of death/graft failure for those that experienced ambulance-ED within 30 days of hospital discharge following transplantation (HR = 1.31; 95% CI = 0.44-3.94). Limitations: A limitation of this study was that ambulance-ED is not a perfect surrogate marker of acute care needs in a population. Important determinants of health such as living situation and socioeconomic status were not available in this data set. Conclusions: This study highlights the burden of ambulance use for KTRs and provides insight into the need for more optimal follow-up in certain patient subgroups who are at particularly high risk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,195
Score d'incertitude au seuil0,387

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,310
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Kidney Health and Disease→Même sujetRenal Transplantation Outcomes and Treatments→Travaux en français237 207→