Risk factors for specific causes of death following pediatric heart transplant: An analysis of the registry of the <scp>I</scp>nternational <scp>S</scp>ociety of <scp>H</scp>eart and <scp>L</scp>ung <scp>T</scp>ransplantation
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
We sought to determine temporal changes in COD and identify COD-specific risk factors in pediatric primary HTx recipients. Using the ISHLT registry, time-dependent hazard of death after pediatric HTx, stratified by COD, was analyzed by multiphasic parametric hazard modeling with multivariable regression models for risk factor analysis. The proportion of pediatric HTx deaths from each of cardiovascular cause, allograft vasculopathy, and malignancy increased over time, while all other COD decreased post-HTx. Pre-HTx ECMO was associated with increased risk of death from graft failure (HR 2.43; p < 0.001), infection (HR 2.85; p < 0.001), and MOF (HR 2.22; p = 0.001), while post-HTx ECMO was associated with death from cerebrovascular events/bleed (HR 2.55; p = 0.001). CHD was associated with deaths due to pulmonary causes (HR 1.78; p = 0.007) or infection (HR 1.72; p < 0.001). Non-adherence was a significant risk factor for all cardiac COD, notably graft failure (HR 1.66; p = 0.001) and rejection (HR 1.89; p < 0.001). Risk factors related to specific COD are varied across different temporal phases post-HTx. Increased understanding of these factors will assist in risk stratification, guide anticipatory clinical decisions, and potentially improve patient survival.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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