The Impact of Quadriceps Muscle Layer Thickness on Length of Stay of Patients Listed for Renal Transplant
Notice bibliographique
Résumé
Background: Quadriceps muscle layer thickness (QMLT), which is measured using ultrasound, is an emerging strategy to identify sarcopenia. Purpose: The purpose of the study was to assess whether pre-operative QMLT values are associated with a prolonged length of stay (LOS; defined as >14 days) following a renal transplant. Methods: Between March 2019 and January 2020, we performed a prospective study among patients undergoing renal transplantation. Physical Frailty scores and QMLT measurements were performed pre-operatively. The primary outcome was a greater LOS following transplant. Secondary outcomes included complications and renal function. Statistical analysis: Percentiles divided patients into two categories of QMLT (low and high). Continuous outcomes were compared using a two-sided t-test or Mann–Whitney U test, and Chi-square analysis and Fisher exact testing were used for nominal variables. Results: Of 79 patients, the frailty prevalence was 16%. Among patients with low and higher QMLTs, LOS of >14 days were 21% vs. 3% [p = 0.04], respectively. Demographically, there was a higher percentage of patients with living donors in the high- vs. low-QMLT groups (40 vs. 7%). However, in a subgroup analysis excluding living-donor recipients, the difference between groups was preserved (23% vs. 0%, p = 0.01). No differences in secondary outcomes were seen between groups. Conclusions: Low quadriceps muscle layer thickness may be associated with a prolonged length of stay for renal recipients. Further research is needed to confirm our findings.
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 ».