Development and validation of a multivariable prediction model in pediatric liver transplant patients for predicting intensive care unit length of stay
Notice bibliographique
Résumé
BACKGROUND: Liver transplantation is the life-saving treatment for many end-stage pediatric liver diseases. The perioperative course, including surgical and anesthetic factors, have an important influence on the trajectory of this high-risk population. Given the complexity and variability of the immediate postoperative course, there would be utility in identifying risk factors that allow prediction of adverse outcomes and intensive care unit trajectories. AIMS: The aim of this study was to develop and validate a risk prediction model of prolonged intensive care unit length of stay in the pediatric liver transplant population. METHODS: This is a retrospective analysis of consecutive pediatric isolated liver transplant recipients at a single institution between April 1, 2013 and April 30, 2020. All patients under the age of 18 years receiving a liver transplant were included in the study (n = 186). The primary outcome was intensive care unit length of stay greater than 7 days. RESULTS: Recipient and donor characteristics were used to develop a multivariable logistic regression model. A total of 186 patients were included in the study. Using multivariable logistic regression, we found that age < 12 months (odds ratio 4.02, 95% confidence interval 1.20-13.51, p = .024), metabolic or cholestatic disease (odds ratio 2.66, 95% confidence interval 1.01-7.07, p = .049), 30-day pretransplant hospital admission (odds ratio 8.59, 95% confidence interval 2.27-32.54, p = .002), intraoperative red blood cells transfusion >40 mL/kg (odds ratio 3.32, 95% confidence interval 1.12-9.81, p = .030), posttransplant return to the operating room (odds ratio 11.45, 95% confidence interval 3.04-43.16, p = .004), and major postoperative respiratory event (odds ratio 32.14, 95% confidence interval 3.00-343.90, p < .001) were associated with prolonged intensive care unit length of stay. The model demonstrates a good discriminative ability with an area under the receiver operative curve of 0.888 (95% confidence interval, 0.824-0.951). CONCLUSIONS: We develop and validate a model to predict prolonged intensive care unit length of stay in pediatric liver transplant patients using risk factors from all phases of the perioperative period.
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 ».