Model for end-stage liver disease and Child-Turcotte-Pugh score as predictors of pretransplantation disease severity, posttransplantation outcome, and resource utilization in United Network for Organ Sharing status 2A patients
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
The Model for End-Stage Liver Disease (MELD) has been proposed as a replacement for the Child-Turcotte-Pugh (CTP) classification to stratify patients for prioritization for orthotopic liver transplantation (OLT). Improved classification of patients with decompensated cirrhosis might allow timely OLT before the development of life-threatening complications, reducing the number of critically ill patients listed as United Network for Organ Sharing (UNOS) status 2A at the time of OLT. We compared the ability of the MELD and CTP scores to predict pre-OLT disease severity, as well as outcome and resource utilization post-OLT. Data from 42 consecutive UNOS status 2A patients undergoing OLT at a single center were used to calculate MELD and CTP scores at the time of status 2A listing. Multivariate analysis was used to determine the relationship between these scores and pre-OLT disease severity measures, survival post-OLT, and measures of resource use post-OLT. The MELD was superior to CTP score in predicting pre-OLT requirements for mechanical ventilation and dialysis. Neither score correlated with the resource utilization parameters studied. Only two patients died within 3 months post-OLT; neither score was predictive of survival in this cohort. In summary, the MELD is superior to CTP score in estimating pre-OLT disease severity in UNOS status 2A patients and thus may help risk stratify status 2A or decompensated status 2B OLT candidates and optimize the timing of OLT. However, neither score correlated with resource use post-OLT in the strata of critically ill patients.
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 | 0,000 |
| 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 | 0,001 |
| 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