Clinical epidemiological analysis of the mortality rate of liver transplant candidates living in rural areas
Notice bibliographique
Résumé
MELD score has been used to predict 90-day mortality of subjects listed for liver transplantation (OLT). Validation of MELD score for patients on the waiting list in transplant programmes serving rural areas in North America is lacking. A retrospective cohort of patients affected by end-stage liver disease was studied to assess the mortality rate within 90 days after being listed at our transplant centre. Secondary aims were to identify differences between predicted and observed 90-days mortality using MELD and MELDNa scores at the time of listing. Among 126 patients included in this study, waiting list mortality was 35.0%. Ninety-day mortality was 21.1%, which was significantly greater than the mortality estimated by the MELD (9.1%, 95% CI: 6.6-11.5) and MELDNa (9.3%, 95%CI: 6.0-12.5). Despite this underestimation, AUC for MELD and MELDNa was 0.80 and 0.78 respectively. In our study, independent predictors of waiting list mortality were age, diagnosis of cholestatic disease and residence over 500 km from our transplant centre. MELD and MELDNa underestimated the 90-day mortality in patients with liver failure living in rural areas. Validation of these models should be performed in other transplant centres serving patients with limited access to specialized services.
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 | 0,001 | 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) | 0,001 | 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 ».