A frailty index predicts post-liver transplant morbidity and mortality in HIV-positive patients
Notice bibliographique
Résumé
BACKGROUND: We hypothesized that frailty acts as a measure of health outcomes in the context of LT. The aim of this study was to explore frailty index across LT, as a measure of morbidity and mortality. This was a retrospective observational study including all consecutive 47 HIV+patients who received LT in Modena, Italy from 2003 to June 2015. METHODS: frailty index (FI) was constructed from 30 health variables. It was used both as a continuous score and as a categorical variable, defining 'most frail' a FI > 0.45. FI change across transplant (deltaFI, ΔFI) was calculated as the difference between year 1 FI (FI-Y1) and pre-transplant FI (FI-t0). The outcomes measures were mortality and "otpimal LT" (defined as being alive without multi-morbidity). RESULTS: Median value of FI-t0 was 0.48 (IQR 0.42-0.52), FI-Y1 was 0.31 (IQR 0.26-0.41). At year five mortality rate was 45%, "optimal transplant" rate at year 1 was 38%. All the patients who died in the post-LT were most frail in the pre-LT. ΔFI was a predictor of mortality after correction for age and MELD (HR = 1.10, p = 0.006) and was inversely associated with optimal transplant after correction for age (HR = 1.04, p = 0.01). CONCLUSIONS: We validated FI as a valuable health measure in HIV transplant. In particular, we found a relevant correlation between FI strata at baseline and mortality and a statistically significant correlation between, ΔFI and survival rate.
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 | 0,003 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».