Non‐tuberculous mycobacteria in lung transplant recipients: Prevalence, risk factors, and impact on survival and chronic lung allograft dysfunction
Notice bibliographique
Résumé
BACKGROUND: Non-tuberculous mycobacteria (NTM) are environmental organisms that colonize or infect lung transplant recipients. Because of differences in populations studied and geographical diversity of species, risk factors for infection and its impact on patient outcomes post transplant are conflicting in the literature. METHODS: We reviewed the charts of 375 lung transplant recipients at the University of Alberta Hospital (Edmonton, Canada) between 2005 and 2014 to assess NTM epidemiology and risk factors. NTM positivity was determined from a laboratory database. The impact of NTM on patient and graft survival was tested by multivariate Cox regression analysis. RESULTS: Non-tuberculous mycobacteria were cultured from 26 patients before and 17 patients after transplant. The most commonly isolated species were Mycobacterium avium complex (55%) and Mycobacterium abscessus (20%). Five-year mortality was significantly higher in those infected with NTM after transplant (P = .016), but there was no difference in chronic lung allograft dysfunction (CLAD) at 5 years (P = .999). Cystic fibrosis and lower body mass index were associated with pre-transplant but not post-transplant NTM. CONCLUSIONS: Isolation of NTM occurred in 7% of patients before and 4.5% of patients after transplant. In this cohort, NTM isolation was associated with increased risk of death but not CLAD onset at 5 years.
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 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».