Rare indications for a lung transplant. A European Society of Thoracic Surgeons survey
Notice bibliographique
Résumé
OBJECTIVES: The European Society of Thoracic Surgeons Lung Transplantation Working Group promoted a survey to evaluate overall survival in a large cohort of patients receiving lung transplants for rare pulmonary diseases. METHODS: We conducted a retrospective multicentre study. The primary end point was overall survival; secondary end points were survival of patients with the most common diagnoses in the context of rare pulmonary diseases and chronic lung allograft dysfunction (CLAD)-free survival. Finally, we analysed risk factors for overall survival and CLAD-free survival. RESULTS: Clinical records of 674 patients were extracted and collected from 13 lung transplant centres; diagnoses included 46 rare pulmonary diseases. Patients were followed for a median of 3.1 years. The median survival after a lung transplant was 8.5 years. The median CLAD-free survival was 8 years. The multivariable analysis for mortality identified CLAD as a strong negative predictor [hazard ratio (HR) 6.73)], whereas induction therapy was a protective factor (HR 0.68). The multivariable analysis for CLAD occurrence identified induction therapy as a protective factor (HR 0.51). When we stratified patients by CLAD occurrence in a Kaplan-Meier plot, the survival curves diverged significantly (log-rank test: P < 0.001). Patients with rare diseases who received transplants had chronic rejection rates similar to those of the general population who received transplants. CONCLUSIONS: We observed that overall survival and CLAD-free survival were excellent. We support the practice of allocating lungs to patients with rare pulmonary diseases because a lung transplant is both effective and ethically acceptable.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| 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 ».