Neurocognitive outcomes at kindergarten entry after liver transplantation at <3 yr of age
Notice bibliographique
Résumé
This prospective inception cohort study determines kindergarten-entry neurocognitive abilities and explores their predictors following liver transplantation at age <3 yr. Of 52 children transplanted (1999-2008), 33 (89.2%) of 37 eligible survivors had psychological assessment at age 54.7 (8.4) months: 21 with biliary atresia, seven chronic cholestasis, and five acute liver failure. Neurocognitive scores (mean [s.d.], 100 [15]) as tested by a pediatric-experienced psychologist did not differ in relation to age group at transplant (≤12 months and >12 months): FSIQ, 93.9 (17.1); verbal (VIQ), 95.3 (16.5); performance (PIQ), 94.3 (18.1); and VMI, 90.5 (15.9), with >70% having scores ≥85, average or above. Adverse predictors from the pretransplant, transplant, and post-transplant (30 days) periods using univariate linear regressions for FSIQ were post-transplant use of inotropes, p = 0.029; longer transplant warm ischemia time, p = 0.035; and post-transplant highest serum creatinine, (p = 0.04). For PIQ, they were pretransplant encephalopathy, p = 0.027; post-transplant highest serum creatinine, p = 0.034; and post-transplant inotrope use, p = 0.037. For VMI, they were number of post-transplant infections, p = 0.019; post-transplant highest serum creatinine, p = 0.025; and lower family socioeconomic index, p = 0.039. Changes in care addressing modifiable predictors, including reducing acute post-transplant illness, pretransplant encephalopathy, transplant warm ischemia times, and preserving renal function, may improve neurocognitive outcomes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».