Ethnic Background Is a Potential Barrier to Living Donor Kidney Transplantation in Canada: A Single-Center Retrospective Cohort Study
Notice bibliographique
Résumé
BackgroundWe examined if African or Asian ethnicity was associated with lower access to kidney transplantation (KT) in a Canadian setting.MethodsPatients referred for KT to the Toronto General Hospital from January 1, 2003, to December 31, 2012, who completed social work assessment, were included (n = 1769). The association between ethnicity and the time from referral to completion of KT evaluation or receipt of a KT were examined using Cox proportional hazards models.ResultsAbout 54% of the sample was white, 13% African, 11% East Asian, and 11% South Asian; 7% had "other" (n = 121) ethnic background. African Canadians (hazard ratio [HR], 0.75; 95% CI: 0.62-0.92]) and patients with "other" ethnicity (HR, 0.71; 95% CI, 0.55-0.92) were less likely to complete the KT evaluation compared with white Canadians, and this association remained statistically significant in multivariable adjusted models. Access to KT was significantly reduced for all ethnic groups assessed compared with white Canadians, and this was primarily driven by differences in access to living donor KT. The adjusted HRs for living donor KT were 0.35 (95% CI, 0.24-0.51), 0.27 (95% CI, 0.17-0.41), 0.43 (95% CI, 0.30-0.61), and 0.34 (95% CI, 0.20-0.56) for African, East or South Asian Canadians and for patients with "other" ethnic background, respectively.ConclusionsSimilar to other jurisdictions, nonwhite patients face barriers to accessing KT in Canada. This inequity is very substantial for living donor KT. Further research is needed to identify if these inequities are due to potentially modifiable barriers.
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 | 0,000 | 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 | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».