The Impact of Preexisting and Post-transplant Diabetes Mellitus on Outcomes Following Liver Transplantation
Notice bibliographique
Résumé
BACKGROUND: Diabetes mellitus (DM) is said to adversely affect transplant outcomes. The aim of this study was to investigate the impact of pre-existing and new-onset DM on liver transplantation (LT) recipients. METHODS: A single-center retrospective analysis of prospectively collected data of LT recipients (1990-2015) was undertaken. RESULTS: Of the 2209 patients, 13% (n = 298) had Pre-DM, 16% (n = 362) developed post-transplant diabetes mellitus (PTDM), 5% (n = 118) developed transient hyperglycemia (t-HG) post-LT, and 65% (n = 1431) never developed DM (no DM). Baseline clinical characteristics of patients with PTDM were similar to that of patients with Pre-DM. Incidence of PTDM peaked during the first year (87%) and plateaued thereafter. On multivariate analysis (Bonferroni-corrected), nonalcoholic fatty liver disease and the use of tacrolimus and sirolimus were independently associated with PTDM development. Both Pre-DM and PTDM patients had satisfactory and comparable glycemic control throughout the follow-up period. Those who developed t-HG seem to have a unique characteristic compared with others. Overall, 9%, 5%, and 8% of patients developed end-stage renal disease (ESRD), major cardiovascular event (mCVE), and de novo cancer, respectively. Both Pre-DM and PTDM did not adversely affect patient survival, retransplantation, or de novo cancer. The risks of ESRD and mCVE were significantly higher in patients with Pre-DM followed by PTDM and no DM. CONCLUSIONS: In this largest nonregistry study, patients with Pre-DM and PTDM share similar baseline clinical characteristics. Pre-DM increases the risk of ESRD and mCVE; however, patient survival was comparable to those with PTDM and without diabetes. Understanding the impact of PTDM would need prolonged follow-up.
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 | 0,002 | 0,004 |
| 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 | 0,001 | 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 ».