A North American Expert Opinion Statement on Sarcopenia in Liver Transplantation
Notice bibliographique
Résumé
Loss of muscle mass and function, or sarcopenia, is a common feature of cirrhosis and contributes significantly to morbidity and mortality in this population. Sarcopenia is a main indicator of adverse outcomes in this population, including poor quality of life, hepatic decompensation, mortality in patients with cirrhosis evaluated for liver transplantation (LT), longer hospital and intensive care unit stay, higher incidence of infection following LT, and higher overall health care cost. Although it is clear that muscle mass is an important predictor of LT outcomes, many questions remain, including the best modality for assessing muscle mass, the optimal cut‐off values for sarcopenia, the ideal timing and frequency of muscle mass assessment, and how to best incorporate the concept of sarcopenia into clinical decision making. For these reasons, we assembled a group of experts to form the North American Working Group on Sarcopenia in Liver Transplantation to use evidence from the medical literature to address these outstanding questions regarding sarcopenia in LT. We believe sarcopenia assessment should be considered in all patients with cirrhosis evaluated for liver transplantation. Skeletal muscle index (SMI) assessed by computed tomography constitutes the best‐studied technique for assessing sarcopenia in patients with cirrhosis. Cut‐off values for sarcopenia, defined as SMI < 50 cm 2 /m 2 in male and < 39 cm 2 /m 2 in female patients, constitute the validated definition for sarcopenia in patients with cirrhosis. Conclusion: The management of sarcopenia requires a multipronged approach including nutrition, exercise, and additional pharmacological therapy as deemed necessary. Future studies should evaluate whether recovery of sarcopenia with nutritional management in combination with an exercise program is sustainable as well as how improvement in muscle mass might be associated with improvement in clinical outcomes.
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 | 0,015 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,018 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,008 |
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 ».