MétaCan
Menu
Retour à la cohorte
Enregistrement W4411583451 · doi:10.54033/cadpedv22n8-212

Mortalidade prematura após transplante de rim: uma revisão sistemática e metanálise

2025· article· pt· W4411583451 sur OpenAlexaboutno aff
Pollyanna Barbosa Farias Barros, Isabella Diniz Gusmão de Oliveira, Lucas Magedanz, Geraldo Rubens Ramos de Freitas, Dayani Galato

Notice bibliographique

RevueCaderno Pedagógico · 2025
Typearticle
Languept
DomaineMedicine
ThématiqueTransplantation: Methods and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicine

Résumé

récupéré en direct d'OpenAlex

O transplante de rim é o tratamento substitutivo de maior custo-efetividade para pessoas que vivem com doença renal crônica terminal. Apesar disso, a mortalidade prematura, nos primeiros doze meses após o procedimento, continua sendo um desafio clínico relevante para os serviços de saúde. Este estudo teve por objetivo verificar a taxa de mortalidade nos primeiros 12 meses após o transplante renal, identificando variáveis associadas ao óbito. Realizou-se uma revisão sistemática com metanálise de estudos observacionais disponíveis nas bases de dados PubMed, Scopus, EBSCO e Academic Search Premier. A heterogeneidade dos estudos, o viés de publicação (funil) e o risco de viés foram estimados por meio da escala Newcastle-Ottawa. Dos 2.380 estudos inicialmente identificados, 11 foram incluídos na análise final. Os estudos foram considerados de qualidade moderada e alta, observando-se heterogeneidade entre eles, e sem viés de publicação. A metanálise revelou uma taxa combinada de mortalidade de 13% (IC95%: 6–21) nos primeiros 12 meses pós-transplante, com maior risco observado em receptores de doadores falecidos (RR = 2,24; IC95%:1,07-4,66). Além disso, infecções foram a principal causa de óbito. Conclui-se que os primeiros 12 meses após o transplante de rim representam um período crítico para a sobrevida do paciente, especialmente os mais vulneráveis como pessoas acima de 65 anos ou que possuem comorbidades como diabetes e hipertensão.

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)0,021
score de la tête « metaresearch » (Gemma)0,059
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,059
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,020
Bibliométrie0,0130,010
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,035
Tête enseignante GPT0,367
Écart entre enseignants0,332 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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'admission1
Résumé présentoui

Explorer davantage

Même revueCaderno PedagógicoMême sujetTransplantation: Methods and OutcomesTravaux en français237 207