MétaCan
Menu
Retour à la cohorte
Enregistrement W4283399412 · doi:10.1097/tp.0000000000004222

New-onset Obesity After Lung Transplantation: Incidence, Risk Factors, and Clinical Outcomes

2022· article· en· W4283399412 sur OpenAlexaff
Valérie Jomphe, Noémie Bélanger, Caroline Beauchamp‐Parent, Charles Poirier, Basil Nasir, Pasquale Ferraro, Larry C. Lands, Geneviève Mailhot

Notice bibliographique

RevueTransplantation · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTransplantation: Methods and Outcomes
Établissements canadiensCentre Hospitalier Universitaire Sainte-JustineMcGill University Health CentreUniversité de MontréalCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineBody mass indexInternal medicineHazard ratioOdds ratioObesityOverweightLung transplantationRisk factorTransplantationIncidence (geometry)Metabolic syndromeConfidence intervalDiabetes mellitusGastroenterologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Lung transplant (LTx) recipients who gain weight after transplantation may experience an upward shift in body mass index (BMI) that places them in the obese category. The incidence, risk factors, and impact on metabolic health and mortality of new-onset obesity have not been documented in the LTx setting. METHODS: This single-center retrospective study included 564 LTx recipients. Individuals were stratified according to their BMI trajectories from pretransplant evaluation up to 10 y posttransplant. New-onset obesity was defined as a pretransplant BMI <30 kg/m 2 and posttransplant BMI >30 kg/m 2 . The incidence, risk factors, and posttransplant diabetes mellitus, metabolic syndrome, and mortality of recipients with new-onset obesity were compared with those of nonobese (BMI <30 kg/m 2 , pre/post-LTx), consistently obese (BMI >30 kg/m 2 , pre/post-LTx), and obese recipients with weight loss (BMI >30 kg/m 2 pre-LTx, BMI <30 kg/m 2 post-LTx). RESULTS: We found that 14% of recipients developed obesity after transplantation. Overweight individuals (odds ratio [OR]: 9.01; 95% confidence interval [CI] [4.86-16.69]; P < 0.001) and candidates with chronic obstructive pulmonary disease (OR: 6.93; 95% CI [2.30-20.85]; P = 0.001) and other diagnoses (OR: 4.28; 95% CI [1.22-14.98]; P = 0.023) were at greater risk. Multivariable regression analysis showed that new-onset obesity was associated with a greater risk of metabolic syndrome (hazard ratio: 1.70; 95% CI [1.17-2.46]; P = 0.005), but not of posttransplant diabetes mellitus, than nonobesity. Recipients with new-onset obesity had a survival comparable to that of consistently obese individuals. CONCLUSIONS: A greater understanding of the multifaceted nature of post-LTx obesity may lead to interventions that are better tailored to the characteristics of these individuals.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,024
Tête enseignante GPT0,346
Écart entre enseignants0,322 · 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'étudeObservationnel
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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransplantationMême sujetTransplantation: Methods and OutcomesTravaux en français237 207