Serum Factor V Is a Continuous Biomarker of Graft Dysfunction and a Predictor of Graft Loss After Liver Transplantation
Notice bibliographique
Résumé
BACKGROUND: Factor V has never been compared to a validated early allograft dysfunction (EAD) definition. We aimed to assess factor V as a biomarker of EAD and a predictor of graft loss after liver transplantation (LT). METHODS: We retrospectively assessed the serum factor V levels on postoperative day 1 after LT. Patients were divided according to their factor V levels into the ≤36.1 U/mL and > 36.1 U/mL groups. The primary outcome was graft loss within 1, 3, and 6 months. The secondary outcome was EAD, as defined by Olthoff et al. Predictors of outcomes were identified by multivariable logistic regression. RESULTS: Two hundred twenty-seven patients were included in the study: 74 with factor V of 36.1 U/mL or less and 153 with factor V >36.1 U/mL. EAD was diagnosed in 41 (55.4%) of 74 patients with factor V of 36.1 U/mL or less and in 20/153 (13.1%) patients with factor V >36.1 U/mL (P < 0.001). According to the multivariable regression model, factor V was a continuous marker of EAD (odds ratio [OR], 0.96; 95% confidence interval [CI], 0.94-0.98 per U/mL). Among the study groups, the 1-, 3-, and 6-month graft survival rates were 82%, 74%, and 74%, respectively, for patients with factor V of 36.1 U/mL or less and 98%, 95%, and 95%, respectively, for patients with factor V >36.1 U/mL (P = 0.001). Factor V was a continuous predictor for 3- and 6-month graft losses (OR, 0.96; 95% CI, 0.94-0.99 and OR, 0.97; 95% CI, 0.94-0.99 per U/mL), whereas EAD was not significant when adjusted for factor V. CONCLUSION: Factor V is an early marker for EAD and is a continuous predictor of short-term graft loss after LT.
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) | 0,001 | 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 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 ».