Optimization of a Model for Predicting Renal Function After Living Kidney Transplantation Using Computed Tomography Volumetry
Rattachement africain : jp. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Purpose: Post-transplant kidney function varies among cases, and incorporating more patient-specific data could enhance prediction accuracy. In this study, we investigated whether the prediction accuracy of post-transplant kidney function could be improved by incorporating computed tomography volumetry (CTv) data of the excised donor kidney, recipient visceral fat, and skeletal muscle mass.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Optimization of a Model for Predicting Renal Function After Living Kidney Transplantation Using Computed Tomography Volumetry
- Date Crossref
- 01/08/2025
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Les institutions déclarées
Une affiliation ne permet pas de déduire la nationalité d’un auteur.