Radiological assessment of skeletal muscle index and myosteatosis and their impact postoperative outcomes after liver transplantation
Notice bibliographique
Résumé
BACKGROUND: Liver transplantation offers curative treatment to patients with acute and chronic end-stage liver disease. The impact of nutritional status on postoperative outcomes after liver transplantation remains poorly understood. The present study investigated the predictive value of radiologically assessed skeletal muscle index (SMI) and myosteatosis (MI) on postoperative outcomes. PATIENTS AND METHODS: Data of 138 adult patients who underwent their first orthotopic liver transplantation were retrospectively analysed. SMI and MI in computer tomography (CT) scan at the third lumbar vertebra level were calculated. Results were analyzed for the length of hospitalisation and postoperative outcomes. RESULTS: In 63% of male and 28.9% of female recipients, low SMI was found. High MI was found in 45(32.6%) patients. Male patients with high SMI had longer intensive care unit (ICU) stay (P < 0.025). Low SMI had no influence on ICU stay in female patients (P = 0.544), length of hospitalisation (male, P > 0.05; female, P = 0.843), postoperative complication rates (males, P = 0.883; females, P = 0.113), infection rate (males, P = 0.293, females, P = 0.285) and graft rejection (males, P = 0.875; females, P = 0.135). The presence of MI did not influence ICU stay (P = 0.161), hospitalization (P = 0.771), postoperative complication rates (P = 0.467), infection rate (P = 0.173) or graft rejection rate (P = 0.173). CONCLUSIONS: In our study, changes in body composition of liver transplant recipients observed with SMI and MI had no impact on postoperative course after liver transplantation. CT body composition analysis of recipients and uniformly accepted cut-off points are crucial to producing reliable data in the future.
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) | 0,000 | 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 ».