MétaCan
Menu
Retour à la cohorte
Enregistrement W4396806196 · doi:10.1016/j.jhlto.2024.100107

Body mass index and mortality following primary graft dysfunction: A Lung Transplant Outcomes Group study

2024· article· en· W4396806196 sur OpenAlexfundno aff
Rachel M Bennett, John P. Reilly, Joshua M. Diamond, Edward Cantu, M.G.S. Shashaty, Luke Benvenuto, Jonathan P. Singer, Scott M. Palmer, Jason D. Christie, Michaela R. Anderson

Notice bibliographique

RevueJHLT Open · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueTransplantation: Methods and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesNational Institutes of HealthCareDxUnited Therapeutics CorporationBristol-Myers SquibbCSL BehringInternational Society for Heart and Lung TransplantationBoomer Esiason FoundationNational Institute of Diabetes and Digestive and Kidney DiseasesNational Heart, Lung, and Blood InstituteMallinckrodt PharmaceuticalsU.S. Department of Defense
Mots-clésBody mass indexMedicineLungIndex (typography)Internal medicineLung transplantationPrimary (astronomy)Cardiology

Résumé

récupéré en direct d'OpenAlex

Higher body mass index (BMI) increases the risk of developing primary graft dysfunction (PGD) after lung transplantation; whether BMI is associated with decreased survival after PGD is unknown. We utilized the Lung Transplant Outcomes Group cohort of 1,538 subjects from 2011-2018. We evaluated the association between preoperative BMI and graft survival among subjects with severe PGD using Cox proportional hazards models with linear splines. Models were stratified by center and adjusted for sex, age, Lung Allocation Score, and diagnosis. PGD developed in 383 subjects. Among subjects with PGD, low BMI was associated with increased mortality while high BMI was not associated with differential mortality, compared to normal BMI. Results were similar for 90-day and 1-year survival. While high BMI increases the risk of developing PGD, it does not appear to be associated with survival after PGD. Future work should focus on PGD prevention rather than PGD management in patients with obesity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,706

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,375
Écart entre enseignants0,340 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJHLT OpenMême sujetTransplantation: Methods and OutcomesTravaux en français237 207