Recipient age influences survival after liver transplant: Results of the French national cohort 2007–2017
Notice bibliographique
Résumé
BACKGROUND: In recent years, age at liver transplantation (LT) has markedly increased. In the context of organ shortage, we investigated the impact of recipient age on post-transplantation mortality. METHODS: All adult patients who received a first LT between 2007 and 2017 were included in this cross-sectional study. Recipients' characteristics at the time of listing, donor and surgery data, post-operative complications and follow-up of vital status were retrieved from the national transplantation database. The impact of age on 5-year overall mortality post-LT was estimated using a flexible multivariable parametric model which was also used to estimate the association between age and 10-year net survival, accounting for expected age- and sex-related mortality. RESULTS: Among the 7610 patients, 21.4% were aged 60-65 years, and 15.7% over 65. With increasing age, comorbidities increased but severity of liver disease decreased. Older recipient age was associated with decreased observed survival at 5 years after LT (p < .001), with a significant effect particularly during the first 2 years. The linear increase in the risk of death associated with age does not allow any definition of an age's threshold for LT (p = .832). Other covariates associated with an increased risk of 5-year death were dialysis and mechanical ventilation at transplant, transfusion during LT, hepatocellular carcinoma and donor age. Ten-year flexible net survival analysis confirmed these results. CONCLUSION: Although there was a selection process for older recipients, increasing age at LT was associated with an increased risk of death, particularly in the first years after LT.
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) | 0,001 | 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 ».