AB110. SOH22ABS195. Sarcopenia is an important predictor of frailty in patients awaiting liver transplant
Notice bibliographique
Résumé
Background: Frail patients are at increased risk of mortality and hospitalisation prior to transplant. Over the past 20 years, obesity rates have greatly increased, and there are larger proportion of obese patients undergoing transplantation. The aim of this study was to identify if body composition impacts frailty in patients awaiting liver transplant. Methods: Patients were recruited and prospectively evaluated while undergoing liver transplant assessment. Clinical frailty assessments included Liver Frailty Index (LFI), Fried Frailty Index (FFI) and Rockwood Frailty Score (RFS). Body composition was assessed from CT images using Slice-O-Matic 5 software (TomoVision, Canada). The programme then calculated adipose tissue, skeletal muscle area and the skeletal muscle index (SMI) (total abdominal skeletal muscle area cm2/height). Sarcopenia has been defined as an SMI less than 50 cm/m2 for men and 39 cm/m2 for women. Results: A total of 55 patients were assessed for transplant and had a suitable CT carried out between the collection period. Forty-two percent [38] were sarcopenic. SMI did not correlate with clinical frailty scores (FFI r=−0.088, P=0.522, RFS r=−0.037, P=0.785). Increased visceral adiposity had the highest associated with frailty, significantly correlating with increased LFI (r=0.334, P=0.003), FFI (r=0.287, P=0.011), RFS (r=0.297, P=0.008), TUG (r=0.354, P=0.002). Hepatic encephalopathy [odds ratio (OR) 211.683, 95% confidence interval (CI): 3.069–44.473, P<0.001] and visceral adipose tissue (OR 1.009, 95% CI: 1.001–1.017, P=0.031) significantly increased the odds of frailty using the LFI. Conclusions: Increased volume of adipose tissue was significantly associated with multiple clinical frailty assessments. This study adds to our understanding of factors affecting the development of frailty in these cohort of patients.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».