Renal dysfunction independently predicts muscle mass loss in patients following liver transplantation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Liver transplantation (LT) is the only curative treatment for cirrhosis. However, the presence of complications can impact outcomes following LT. Sarcopenia, or muscle mass loss, is highly prevalent in patients with cirrhosis and is associated with longer hospitalization stays and a higher infection rate post-surgery. We aimed to identify patients at higher risk of early sarcopenia post-LT. METHODS: This retrospective study included 79 cirrhotic patients who underwent LT. Muscle mass was evaluated using the third lumbar spine vertebra skeletal muscle index (SMI) and sarcopenia was defined using established cut-off values. Computerized tomography (CT) scans performed within a six-month peri-operative period (three months pre- and post-LT) were included in the study. Complications and comorbidities were collected and correlated to SMI post-LT and predictive models for SMI post-LT were constructed. RESULTS: The overall prevalence of sarcopenia was 46% and 62% before and after LT, respectively. Newly developed sarcopenia was found in 42% of patients. Post-LT sarcopenia was associated with longer hospital stays (54±37 versus 29±10 days, p = 0.002), higher number of infection (3±1 versus 1±2, p = 0.027), and greater number of complications (5±2 versus 3±2, p < 0.001) compared to absence of sarcopenia. Multivariate analyses showed that the SMI post-LT was independently associated with pre-LT renal function markers, the glomerular filtration rate (GFR) and creatinine (Model 1, GFR: β = 0.33; 95% CI 0.04–0.17; p = 0.003; Model 2, Creatinine: β = –0.29; 95% CI –0.10 to –0.02; p = 0.009). CONCLUSIONS: The present study highlights the potential role of renal dysfunction in the development and persistence of sarcopenia after LT.
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.
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 | 0,001 | 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 | 0,001 |
| 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 découle