Rural residency and the risk of mortality while waiting for liver transplantation
Notice bibliographique
Résumé
Our liver transplant program services a region that has a prominent rural demographic. The influence of rural residency on liver transplant wait-list mortality has not been previously studied. We hypothesized that residence in a rural setting, by imposing challenges to medical care access, might be associated with inferior survival while waiting for liver transplantation. To test this hypothesis, multivariable time-to-event analysis was performed using Cox proportional hazards and competing risks regression on data from a consecutive five-yr cohort of 159 primary liver transplant candidates, to derive covariate adjusted effect measures for the association between residence in a rural area and wait-list mortality. For the primary analysis, a standardized, census-based, definition was used to assign rural residency status. The Kaplan-Meier estimated 90-d and one-yr wait-list mortality for the cohort was 7.6% (95% CI: 4.2-13.8) and 15.6% (95% CI: 9.4-25.2). The covariate adjusted hazard ratio for the relationship between Rural and Small Town residency status and wait-list mortality was 0.497 (95% CI: 0.171-1.438, p = 0.197) for the Cox regression model and 0.628 (95% CI: 0.224-1.757, p = 0.376) for the competing risk regression model. As defined in this study, candidate residence in a rural setting was not found to be associated with inferior survival while awaiting liver transplantation.
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) | 0,000 | 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 ».