Association of preoperative parameters with postoperative mortality and long-term survival after liver transplantation
Notice bibliographique
Résumé
BACKGROUND: The ability of Child-Turcotte-Pugh (CTP) or Model for End-Stage Liver Disease (MELD) scores to predict recipient survival after liver transplantation is controversial. This analysis aims to identify preoperative parameters that might be associated with early postoperative mortality and long-term survival after liver transplantation. METHODS: We studied a total of 15 parameters, using both univariate and multivariate models, among adults who underwent primary liver transplantation. RESULTS: A total of 458 primary adult liver transplants were performed. Fifty-seven (12.44%) patients died during the first 3 postoperative months and composed the early mortality group. The remaining 401 patients composed the long-term patient survival group. The parameters that were identified through univariate analysis to be associated with early postoperative mortality were CTP score, MELD score, bilirubin, creatinine, international normalized ratio and warm ischemia time (WIT). In all multivariate models, WIT retained its statistical significance. The 10-year long-term survival was 65%. The parameters that were identified to be independent predictors of long-term survival were the recipient's sex (improved survival in women, p = 0.005), diagnosis of hepatocellular cancer (p=0.015) and recipient's age (p=0.024). CONCLUSION: Either CTP or MELD score, in conjunction with WIT, might have a role in predicting early postoperative mortality after liver transplantation, whereas the recipient's sex and the absence of hepatocellular cancer are associated with improved long-term survival.
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 | 0,000 | 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 ».