Effects of Recipient Age and Diagnosis on Health-related Quality-of-Life Benefit of Lung Transplantation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
RATIONALE: The average age of lung transplant recipients is increasing, and the mix of recipient indications for transplantation is changing. OBJECTIVES: To determine whether the health-related quality-of-life (HRQL) benefit of lung transplantation differs by recipient age and diagnosis. METHODS: In this prospective cohort study, we obtained serial HRQL measurements in adults with advanced lung disease who subsequently underwent lung transplantation (2004-2012). HRQL assessments included the St. George's Respiratory Questionnaire, 36-Item Short-Form Health Survey (SF-36), EQ-5D, Standard Gamble, and Visual Analog Scale for current health. We used linear mixed effects models for associations between age or diagnosis and changes in HRQL with transplantation. To address potential survivorship bias, we fitted Markov models to the distribution of discrete post-transplant health states (HRQL better than pretransplant, not better, or dead) and estimated quality-adjusted life-years post-transplant. MEASUREMENTS AND MAIN RESULTS: A total of 430 subjects were listed, 387 were transplanted, and 326 provided both pretransplant and post-transplant data. Transplantation conferred large improvements in all HRQL measures: St. George's change of -47 units (95% confidence interval, -48 to -44), 36-Item Short-Form Health Survey physical component summary score of 17.7 (16.5-18.9), EQ-5D of 0.27 (0.24-0.30), Standard Gamble of 0.48 (0.44-0.51), and Visual Analog of 44 (42-47). Age was not associated with meaningful differences in the HRQL benefits of transplantation. There was less HRQL benefit in interstitial lung disease than in cystic fibrosis. CONCLUSIONS: Lung transplantation confers large HRQL benefits, which vary by recipient diagnosis, but do not differ substantially in older recipients.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle