Cardiovascular Disease Outcomes Related to Early Stage Renal Impairment After Liver Transplantation
Notice bibliographique
Résumé
BACKGROUND: In the general population, even mild renal disease is associated with increased cardiovascular (CV) complications. Whether this is true in liver transplant recipients (LTR) is unknown. METHODS: This was a retrospective cohort study of 671 LTR (2002-2012) from a large urban tertiary care center and 37 322 LTR using Vizient hospitalization data linked to the United Network for Organ Sharing. The 4-variable Modification of Diet in Renal Disease equation estimated glomerular filtration rate (eGFR). Outcomes were 1-year CV complications (death/hospitalization from myocardial infarction, heart failure, atrial fibrillation, cardiac arrest, pulmonary embolism, or stroke) and mortality. Latent mixture modeling identified trajectories in eGFR in the first liver transplantation (LT) year in the 671 patients. RESULTS: Mean (SD) eGFR was 72.1 (45.7) mL/min per 1.73 m. Six distinct eGFR trajectories were identified in the local cohort (n = 671): qualitatively normal-slow decrease (4% of cohort), normal-rapid decrease (4%), mild-stable (18%), mild-slow decrease (35%), moderate-stable (30%), and severe-stable (9%). In multivariable analyses adjusted for confounders and baseline eGFR, the greatest odds of 1-year CV complications were in the normal-rapid decrease group (odds ratio, 10.6; 95% confidence interval, 3.0-36.9). Among the national cohort, each 5-unit lower eGFR at LT was associated with a 2% and 5% higher hazard of all-cause and CV-mortality, respectively (P < 0.0001), independent of multiple confounders. CONCLUSIONS: Even mild renal disease at the time of LT is a risk factor for posttransplant all-cause and CV mortality. More rapid declines in eGFR soon after LT correlate with risk of adverse CV outcomes, highlighting the need to study whether early renal preservation interventions also reduce CV complications.
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 | 0,001 |
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 ».