Early Measurement of Indocyanine Green Clearance Accurately Predicts Short-Term Outcomes After Liver Transplantation
Notice bibliographique
Résumé
BACKGROUND: There are no accurate tools to predict short-term mortality or the need for early retransplantation after liver transplantation (LT). A noninvasive measurement of indocyanine green clearance, the plasma disappearance rate (PDR), has been associated with initial graft function. METHODS: We evaluated the ability of PDR to predict early mortality or retransplantation after LT. In this observational prospective study, 332 LT were analyzed. Donor, recipient, and intraoperative data were investigated. The ensuing score was prospectively evaluated in a validation cohort of 77 patients. RESULTS: Thirty-three patients reached the main endpoint. By multivariate analysis, the only independent predictors of the endpoint were PDR (odds ratio [OR], 0.85; 95% confidence interval, 0.79-0.92) and international normalized ratio (OR, 1.45; 95% confidence interval, 1.17-1.82). A risk score weighted by the OR was built using cutoff values of 2.2 or greater for international normalized ratio (1 point) and less than 10%/min for PDR (2 points). Four categories (0 to 3) were possible. The risk of early death or retransplantation was associated with the score (0, 4.4%; 1, 6.5%; 2, 12%; and 3, 50%; χ for trend, P < 0.001). The score was also associated with duration of mechanical ventilation and intensive care unit stay. The score had a good diagnostic performance in the validation cohort (sensitivity, 60%; specificity, 95.5%; positive predictive value, 66.7%; negative predictive value, 94.1%). CONCLUSIONS: A simple score obtained within the first day after LT predicts short-term survival and need for retransplantation and may prove useful when selecting diagnostic and therapeutic strategies.
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 ».