Risk Factors for Death of Patients with Cystic Fibrosis Awaiting Lung Transplantation
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
RATIONALE: The optimal timing for listing of cystic fibrosis patients for lung transplantation is controversial. OBJECTIVES: We conducted a retrospective cohort study of 343 patients listed for lung transplantation at four academic medical centers to identify risk factors for death while awaiting transplantation. METHODS: Data on possible risk factors were abstracted from medical records. MEASUREMENTS: Time to death, patient demographic characteristics, and risk factors for death while awaiting transplantation were assessed. Univariate and multivariate survival analyses were performed using Cox regression. RESULTS: By univariate analyses, FEV1 < or = 30% predicted (HR, 3.8; 95% CI, 2.0-7.5), Pa(CO2) > or = 50 mm Hg (HR, 1.85; 95% CI, 1.1-3.0), and shorter height (HR, 1.8; 95% CI, 1.1-3.0) were associated with a higher risk of death. Referral from an accredited cystic fibrosis center was associated with a lower risk (HR, 0.53; 95% CI, 0.30-0.92). The final multivariate model included referral from an accredited cystic fibrosis center (HR, 0.5; 95% CI, 0.3-1.0) and listing year after 1996 (HR, 0.4; 95% CI, 0.2-0.7); both were associated with a lower risk of death. FEV1 < or = 30% predicted (HR, 6.8; 95% CI, 2.4-19.3), Pa(CO2) > or = 50 mm Hg (HR, 6.9; 95% CI, 1.5-32.1), and use of a nutritional intervention (HR, 2.3; 95% CI, 1.3-4.1) were associated with increased risk. Patients with FEV1 > 30% predicted had a higher risk of death only when their Pa(CO2) was > or = 50 mm Hg (HR, 7.0; 95% CI, 1.5-32), while the increased risk of death with FEV1 < or = 30% was not further influenced by the presence of hypercapnia. CONCLUSIONS: We identified risk factors for waiting list mortality that could impact on transplant listing and allocation guidelines.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle