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 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 | 0,001 | 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 | 0,001 |
| 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) | 0,000 | 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 ».