O-16 MELD-NA AND MELD3.0 HAVE THE BEST PERFORMANCE TO PREDICT THE 28-DAY RISK OF DEATH IN PATIENTS WITH SEVERE ALCOHOLIC HEPATITIS IN THE MEXICAN POPULATION
Notice bibliographique
Résumé
Severe alcoholic hepatitis (AH) has a high mortality rate, and currently, it is still a challenge to be able to establish the prognosis of these patients and their risk of death at admission in order to be able to offer better therapeutic alternatives that save a life in a timely manner. This study aimed to compare several prognostic scores to verify which of them has the best performance in predicting 28-day mortality at admission in patients with AH. Observational, cohort study. Data were collected from patients with severe AH who were hospitalized between January 2010 to May 2022. MELD, MELDNa, MELD3.0, ABIC, Maddrey, Glasgow scale for AH were calculated with admission parameters, and their outcome was verified at 28 days. ROC curves were constructed to compare the different prognostic scales. 144 patients were included, 129 (89.6%) men, mean age 43.3±9.3 years, median grams of alcohol consumed/day were 320 (range: 60-1526). 65 (45.1%) died. The mean of MELD, MELDNa and MELD3.0 were higher among the deceased vs. survivors (33.5±7.5 vs. 27.1±6.2; 34.6±5.7 vs. 29.1±5.7; and 35.8±6.0 vs. 30.1±5.5 respectively; p<0.0001). The ROC curve analysis comparing the prognostic scales is shown in Figure 1. AH mortality is high. MELDNa and MELD3.0 have the best performance for predicting on admission which patients with AH are at risk of dying in the next 28 days and can be useful tools for prioritizing patients who will require life-saving strategies, such as liver transplantation.
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 | 0,001 | 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) | 0,000 | 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 ».