MétaCan
Menu
Retour à la cohorte
Enregistrement W3045933478 · doi:10.1111/apt.15988

Patients with severe acute‐on‐chronic liver failure are disadvantaged by model for end‐stage liver disease‐based organ allocation policy

2020· article· en· W3045933478 sur OpenAlexaff
Vinay Sundaram, Parth Shah, Nadim Mahmud, Christina C. Lindenmeyer, Andrew S. Klein, Robert J. Wong, Constantine Karvellas, Sumeet K. Asrani, Rajiv Jalan

Notice bibliographique

RevueAlimentary Pharmacology & Therapeutics · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease and Transplantation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineModel for End-Stage Liver DiseaseLiver transplantationUnited Network for Organ SharingLiver diseaseHazard ratioInternal medicineCohortConfidence intervalProportional hazards modelChronic liver diseaseTransplantationCirrhosis

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Mortality for patients with acute-on-chronic liver failure (ACLF) may be underestimated by the model for end-stage liver disease-sodium (MELD-Na) score. AIM: To assess waitlist outcomes across varying grades of ACLF among a cohort of patients listed with a MELD-Na score ≥35, and therefore having similar priority for liver transplantation. METHODS: We analysed the United Network for Organ Sharing (UNOS) database, years 2010-2017. Waitlist outcomes were evaluated using Fine and Gray's competing risks regression. RESULTS: We identified 6342 candidates at listing with a MELD-Na score ≥35, of whom 3122 had ACLF-3. Extra-hepatic organ failures were present primarily in patients with four to six organ failures. Competing risks regression revealed that candidates listed with ACLF-3 had a significantly higher risk for 90-day waitlist mortality (Sub-hazard ratio (SHR) = 1.41; 95% confidence interval [CI] 1.12-1.78) relative to patients with lower ACLF grades. Subgroup analysis of ACLF-3 revealed that both the presence of three organ failures (SHR = 1.40, 95% CI 1.20-1.63) or four to six organ failures at listing (SHR = 3.01; 95% CI 2.54-3.58) was associated with increased waitlist mortality. Candidates with four to six organ failures also had the lowest likelihood of receiving liver transplantation (SHR = 0.61, 95% CI 0.54-0.68). The Share 35 rule was associated with reduced 90-day waitlist mortality among the full cohort of patients listed with ACLF-3 and MELD-Na score ≥35 (SHR = 0.59; 95% CI 0.49-0.70). However, Share 35 rule implementation was not associated with reduced waitlist mortality among patients with four to six organ failures (SHR = 0.76; 95% CI 0.58-1.02). CONCLUSIONS: The MELD-Na score disadvantages patients with ACLF-3, both with and without extra-hepatic organ failures. Incorporation of organ failures into allocation policy warrants further exploration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,485
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,295
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlimentary Pharmacology & TherapeuticsMême sujetLiver Disease and TransplantationTravaux en français237 207