Patient-reported dyspnea and health predict waitlist mortality in patients waiting for lung transplantation in Japan
Notice bibliographique
Résumé
Abstract Background Waitlist mortality due to donor shortage for lung transplantation is a serious problem worldwide. Currently, the selection of recipients is mainly based on registration order in Japan. However, scientific evidence for risk stratification for waitlist mortality is needed in future. We hypothesized that patient-reported dyspnea and health would predict mortality in patients waitlisted for lung transplantation. Methods Using data on 203 patients who were registered as candidates for lung transplantation from deceased donors, we analyzed factors related to waitlist mortality. Dyspnea was evaluated by the modified Medical Research Council (mMRC) dyspnea scale and health status was measured with the St. George’s Respiratory Questionnaire (SGRQ). Results Among 197 patients who met inclusion criteria, the main underlying disease was interstitial pneumonia (IP) in 99 patients. During the median follow-up period of 572 days, 72 patients on the waitlist died and 96 received lung transplantation (69 from deceased donor). Univariable competing risk analyses revealed that both mMRC dyspnea and SGRQ Total were significantly associated with waitlist mortality (p = 0.003 and p < 0.001). Multivariable competing risk analyses revealed that the mMRC and SGRQ were associated with waitlist mortality, among age, IP, arterial carbon dioxide pressure, and forced vital capacity, which were all significant factors in univariable analyses. Conclusions Both mMRC dyspnea and SGRQ were significantly associated with waitlist mortality regardless of patients’ background, underlying disease, and pulmonary function. Patient-reported dyspnea and health should be measured not only from the perspective of multi-dimensional analysis including subjective perceptions, but also as risk stratification for waitlist mortality.
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 | 0,000 |
| 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) | 0,001 | 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 ».