Sarcopenia Predicts Post-transplant Mortality in Acutely Ill Men Undergoing Urgent Evaluation and Liver Transplantation
Notice bibliographique
Résumé
BACKGROUND: We examined the association between sarcopenia and post-transplant mortality in acutely ill inpatients with cirrhosis who underwent urgent liver transplantation. METHODS: Included were inpatients at 4 centers who were urgently listed as nonstatus 1 and transplanted from 2005 to 2017 with an abdominal computed tomography scan <90 days before transplantation. Skeletal muscle index (SMI) = total skeletal muscle cross-sectional area at the L3 vertebral level, normalized to height. Cox regression associated SMI with post-transplant mortality. Optimal search identified SMI cutoffs to detect survival. RESULTS: Of 126 inpatients, 63% were male patients, model for end-stage liver disease (MELDNa) was 32, and follow up was 5.1 years. Among men, 23% died. Median SMI was lower in men who died versus survived (45 versus 51 cm/m). SMI was associated with post-transplant mortality (hazard ratio [HR] = 0.96 per cm/m, 95% CI 0.92-0.99). Patients with SMI ≤ 48 cm/m versus >48 cm/m experienced higher rates of death at 1 year (86% versus 95%) and 3 years (73% versus 95%) (Log-rank P = 0.01). In MELD-adjusted analysis, sarcopenia was strongly associated with post-transplant mortality (HR = 4.39, 95% CI 1.49-12.97). Among women, 35% died. Median SMI was similar in women who died versus survived (45 versus 44 cm/m). SMI was not associated with post-transplant mortality (HR = 1.02, 95% CI 0.96-1.09). Optimal search did not identify any SMI cutoff that predicted post-transplant mortality. CONCLUSIONS: Among patients who underwent urgent inpatient evaluation and liver transplantation, we identified an SMI cutoff value of 48 cm/m to predict post-transplant mortality in men. Our data support the use of SMI as a tool to capture the impact of muscle depletion on post-transplant mortality in acutely ill men with cirrhosis undergoing urgent liver transplantation.
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 | 0,000 | 0,002 |
| 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 | 0,001 | 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) | 0,002 | 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 ».