Pediatric End‐stage Liver Disease Score in Acute Liver Failure to Assess Poor Prognosis
Notice bibliographique
Résumé
BACKGROUND AND AIM: Although establishing accurate prognosis in acute liver failure (ALF) is of paramount importance, prognostic scoring systems still fail to achieve success. The pediatric end-stage liver disease (PELD) score has been used as a predictor of mortality in children with chronic liver disease listed for liver transplantation (LT); however, experience with the PELD score in ALF is limited. The goal of the present study was to investigate the prognostic accuracy of the PELD score in children with ALF. PATIENTS AND METHODS: PELD score was calculated based on results of blood tests obtained at hospital admission from June 1999 to January 2009, in 40 consecutive patients younger than 18 years who presented with ALF. Poor outcome was defined as LT or death. RESULTS: Mean (±SD) age of patients was 5.3 ± 4.4 years (range 6 months-17 years); 52.5% were girls (n = 21). Etiologies of ALF were hepatitis A in 42.5% (17), indeterminate in 35% (14), autoimmune hepatitis in 17.5% (type 1 12.5% [n5], type 2 5% [n2]), and toxic in 5% (2). Mean PELD score was 34.92 ± 10.48 (range 6-55). PELD scores obtained on admission were significantly higher among nonsurvivors (39.8 ± 9.5) and recipients of an LT (39 ± 7.1) compared with those who survived without LT (31.3 ± 3) (P < 0.001). A cutoff of 33 in PELD score using receiver operating characteristic curves showed 81% specificity and 86% sensitivity for poor outcome (positive predictive value 92% and negative predictive value 69%; area under curve 0.88 95% confidence interval 0.77-1.0; P < 0.0001). CONCLUSIONS: PELD score obtained upon admission may be of help to establish the optimal timing for LT evaluation and listing. Further validation in larger and more diverse populations is needed.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».