Outcomes of patients with infection related to a ventricular assist device after heart transplantation
Notice bibliographique
Résumé
BACKGROUND: Despite significant advances in durable mechanical support survival, infectious complications remain the most common adverse event after ventricular assist device (VAD) implantation and the leading cause of early death after transplantation. In this study, we aim to describe our local infectious epidemiology and review short-term survival and infectious incidence rates in the post-transplantation period and assess risk factors for infectious episodes after transplantation. METHODS: Retrospective single-center study of all consecutive adult heart transplant patients from 2008 to 2017. Survival data were estimated and summarized using the Kaplan-Meier method. We quantified and evaluated the difference in the incidence rate between patients with and without infection using a Fine-Gray model. The outcome of interest is the time to first infection diagnosis with post-transplant death as the competing event. RESULTS: , P = .03). Median follow-up post-transplantation was 3.01 years. Significant risk factors for the competing risk regression for infection after heart transplantation include LVAD infection (HR 1.94, [95% CI] 1.11-3.39, P = .020) and recipient COPD (HR 2.14, [95% CI] 1.39-3.32, P = .001) when adjusted for recipient age, gender, hypertension, diabetes mellitus, and body mass index. CONCLUSIONS: Patients with LVAD-related infection had a significantly increased risk of infectious complications after heart transplantation. Further research on the avoidance of induction agents and reduced maintenance immunosuppression in this patient population is warranted.
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) | 0,000 | 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 ».