Fracture Incidence in Adult Kidney Transplant Recipients
Notice bibliographique
Résumé
BACKGROUND: It remains uncertain whether kidney transplant recipients are a high-risk group for fracture. METHODS: We conducted a cohort study using Ontario, Canada health care databases to estimate the 3-, 5- and 10-year cumulative incidence of nonvertebral fracture (proximal humerus, forearm, hip) in adult kidney transplant recipients between 1994 and 2009, stratifying by sex and age (<50 versus ≥50 years) at transplant. We also assessed the 3-year cumulative incidence of all fracture locations (excluding skull, toes, and fingers) and falls, 10-year cumulative incidence of hip fracture alone, and nonvertebral fracture incidence in recipients compared to nontransplant reference groups matched on age, sex, and cohort entry year. We studied 4821 recipients (median age, 50 years). RESULTS: Among the age and sex strata, female recipients aged 50 years or older had the highest 3-year cumulative incidence of nonvertebral fracture (3.1%; 95% confidence interval [95% CI], 2.1-4.4%). Recipients had a higher 3-year cumulative incidence of nonvertebral fracture (1.6%; 95% CI, 1.3-2.0%) compared to the general population with no previous nonvertebral fracture (0.5%; 95% CI, 0.4-0.6%; P < 0.0001) and nondialysis chronic kidney disease (1.1%; 95% CI, 0.9-1.2%; P = 0.03), but a lower fracture incidence than the general population with a previous nonvertebral fracture (2.3%; 95% CI, 1.9-2.8%; P = 0.007). The 10-year cumulative incidence of hip fracture in all recipients was 1.7% (≥3% defined as high risk in clinical guidelines). CONCLUSIONS: Kidney transplant recipients may have a lower fracture risk than previously suggested in the literature. Results inform our understanding of fracture incidence after kidney transplantation and how it compares to nontransplant populations.
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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».