The effect of pre–heart transplant body mass index on posttransplant outcomes: An analysis of the ISHLT Registry Data
Notice bibliographique
Résumé
We evaluated the effect of pre-heart transplant body mass index (BMI) on posttransplant outcomes using the International Society for Heart and Lung Transplantation Registry. Kaplan-Meier analysis and a multivariable Cox proportional hazard regression model were used for all-cause mortality, and cause-specific hazard regression for cause-specific mortality and morbidity. We assessed 38 498 recipients from 2000 to 2014 stratified by pretransplant BMI. Ten-year survival was 56% in underweight, 59% in normal weight, 57% in overweight, 52% in obese class I, 54% in class II, and 47% in class III patients (P < 0.001). Mortality was increased in underweight (HR 1.29, 95% CI 1.24-1.35), obese class I (HR 1.19, 95% CI 1.13-1.26), class II (HR 1.20, 95% CI 1.08-1.32), and class III patients (HR 1.45, 95% CI 1.15-1.83). Obesity was independently associated with increased death from myocardial infarction, chronic rejection, infection, and renal dysfunction. An underweight BMI lead to increased death from infection, acute and chronic rejection, malignancy, and bleeding. Obese patients had a higher incidence of renal dysfunction, diabetes, stroke, acute rejection, cardiac allograft vasculopathy, and malignancy, and underweight recipients had increased acute rejection. We have shown that pretransplant obese and underweight patients have increased post-heart transplant mortality and morbidity. This has implications for candidate selection and posttransplant management.
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 | 0,013 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».