Risk Factors for Rejection and Infection in Pediatric Liver Transplantation
Notice bibliographique
Résumé
Rejection and infection are important adverse events after pediatric liver transplantation, not previously subject to concurrent risk analysis. Of 2291 children (<18 years), rejection occurred at least once in 46%, serious bacterial/fungal or viral infections in 52%. Infection caused more deaths than rejection (5.5% vs. 0.6% of patients, p < 0.001). Early rejection (<6 month) did not contribute to mortality or graft failure. Recurrent/chronic rejection was a risk in graft failure, but led to retransplant in only 1.6% of first grafts. Multivariate predictors of bacterial/fungal infection included recipient age (highest in infants), race, donor organ variants, bilirubin, anhepatic time, cyclosporin (vs. tacrolimus) and era of transplant (before 2002 vs. after 2002); serious viral infection predictors included donor organ variants, rejection, Epstein-Barr Virus (EBV) naivety and era; for rejection, predictors included age (lowest in infants), primary diagnosis, donor-recipient blood type mismatch, the use of cyclosporin (vs. tacrolimus), no induction and era. In pediatric liver transplantation, infection risk far exceeds that of rejection, which causes limited harm to the patient or graft, particularly in infants. Aggressive infection control, attention to modifiable factors such as pretransplant nutrition and donor organ options and rigorous age-specific review of the risk/benefit of choice and intensity of immunosuppressive regimes is warranted.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».