Referral rates and barriers to lung transplantation based on pulmonary function criteria in interstitial lung diseases: a retrospective cohort study
Notice bibliographique
Résumé
Background: Interstitial lung diseases (ILD) unresponsive to medical therapy often require lung transplantation (LTx), which prolongs quality of life and survival. Ideal timing for referral for LTx remains challenging, with late referral associated with significant morbidity and mortality. Among other criteria, patients with ILD should be considered for LTx if forced vital capacity (FVC) is less than 80% or diffusion capacity for carbon monoxide (DLCO) is less than 40%. However, data on referral rates are lacking. Objectives: To evaluate referral rates for LTx based on pulmonary function tests (PFTs) and identify barriers associated with non-referral. Design: A single-center retrospective cohort study. Methods: The study consisted of ILD patients who performed PFT between 2014 and 2020. Patients with FVC < 80% or a DLCO < 40% were included in the study. Patients with absolute contraindications to LTx were excluded. Referral rates were computed, and a comparison was made between referred and non-referred subjects. Results: Out of 114 ILD patients meeting criteria for referral to LTx, 35 were referred (30.7%), and 7 proceeded to undergo LTx. Median time from PFT to referral for assessment was 255 days [interquartile range (IQR) 35–1077]. Median time from referral to LTx was 89 days (IQR 59–143). Referred patients were younger ( p = 0.003), had lower FVC ( p < 0.001), DLCO ( p < 0.001), and a higher rate of pulmonary hypertension ( p = 0.04). Relatively better PFT, and older age, were significantly associated with non-referral of patients. Conclusion: There is under-referral of ILD patients who are eligible for LTx, which is associated with severe disease and missed opportunities for LTx. Further research is required to validate these 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 ».