Long‐term Follow‐up After Pediatric Liver Transplantation
Notice bibliographique
Résumé
OBJECTIVES: The aim of the study was to describe long-term growth postpediatric liver transplantation and to conduct bivariate and multivariate analysis of factors that may predict post-transplantation growth in children who received a liver transplant from January 1999 to December 2008 at the Hospital for Sick Children. METHODS: A retrospective cohort study was conducted with follow-up of up-to 10 years post-transplantation. Mean height and weight z scores and annual differences in mean z scores were plotted against time after transplantation. A 1-way analysis of variance was conducted. Multivariate and univariate Cox proportional hazards analyses were conducted to determine factors associated with reaching the 50th and 25th percentiles for height. RESULTS: A total of 127 children met eligibility criteria. The mean height z score at time of transplantation was -2.21 which by the second year post-transplantation increased significantly to -0.66 (mean increase of 1.55 standard deviation units). There were no further significant increases in mean height z score from 2 years post-transplantation until the end of follow-up at year 10. In multivariate analysis, height at transplant was the most important predictor of linear growth post-transplantation. CONCLUSIONS: Children who underwent liver transplantation had significant catch-up growth in the first 2 years post-transplantation followed by a plateau phase. Increased height z-score at transplantation is the most important predictor of long-term growth.
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 | 0,000 | 0,001 |
| 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 ».