A Karnofsky performance status–based score predicts death after hospital discharge in patients with cirrhosis
Notice bibliographique
Résumé
Identification of patients with cirrhosis at risk for death within 3 months of discharge from the hospital is essential to individualize postdischarge plans. The objective of the study was to identify an easy-to-use prognostic model based on the Karnofsky Performance Status (KPS). The North American Consortium for the Study of End-Stage Liver Disease consists of 16 tertiary-care hepatology centers that prospectively enroll nonelectively admitted cirrhosis patients. Patients enrolled had KPS assessed 1 week postdischarge. KPS was categorized into low (score 10-40), intermediate (50-70), and high (80-100). Of 954 middle-aged patients (57 ± 10 years, 63% men) with a median Model for End-Stage Liver Disease (MELD) score of 17 (interquartile range 13-21), the mortality rates for the low, intermediate, and high performance status groups were 23% (36/159), 11% (55/489), and 5% (15/306), respectively. Low, intermediate, and high performance status was seen in 17%, 51%, and 32% of the cohort, respectively. Low performance status was associated with older age, dialysis, hepatic encephalopathy, longer length of stay, and higher white blood cell count or MELD score at discharge. A model was derived using the three independent predictors of 3-month mortality: KPS, age, and MELD score. This score had better discrimination (area under the receiver operating characteristic curve = 0.74) than a model using MELD (area under the receiver operating characteristic curve = 0.62) or MELD and age (area under the receiver operating characteristic curve = 0.67) to predict 3-month mortality. CONCLUSIONS: Cirrhosis patients at risk for 3-month postdischarge mortality can be identified using a novel KPS-based score; this score may be adopted in practice to guide postdischarge early interventions, including the integrated provision of active and palliative management strategies. (Hepatology 2017;65:217-224).
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».