Incidence and Risk Factors for Stroke After Combined Heart‐Kidney and Heart‐Liver Transplantation
Notice bibliographique
Résumé
OBJECTIVE: While stroke is a well-recognized complication of isolated heart transplantation, stroke in patients undergoing simultaneous heart-liver (HLT) and heart-kidney transplantation (HKT) has not been explored. This study assessed postoperative stroke incidence, risk factors, and outcomes in HLT and HKT compared with isolated heart transplant. METHODS: The United Network for Organ Sharing database was queried for adult patients undergoing HLT, HKT, and isolated heart transplants between 1994 and 2022. Patients were stratified by presence of in-hospital stroke after transplant. Post-transplant survival at 1-year was assessed using Kaplan-Meier analysis and log-rank tests. Separate multivariable logistic regression models were constructed to identify risk factors for stroke after HKT and HLT. RESULTS: Of 2326 HKT recipients, 85 experienced stroke, and of 442 HLT recipients, 19 experienced stroke. Stroke was more common after HKT and HLT than after an isolated heart transplant (3.7% vs. 4.3% vs. 2.9%, p = 0.01). One-year post-transplant survival was lower in those with stroke among both HKT recipients (64.5% vs. 88.7%, p(log-rank) < 0.001) and HLT recipients (43.8% vs. 87.4%, p(log-rank) < 0.001. Pre-transplant pVAD, prior stroke, postoperative dialysis, diabetes, prior cardiac surgery, and heart cold ischemic time were independent risk factors for stroke after HKT, after adjusting for age, sex, and need for blood transfusion on the waitlist. For HLT, postoperative dialysis was a significant risk factor. CONCLUSIONS: Stroke is more common after HKT and HLT than after isolated heart transplant, and results in poor survival. Independent risk factors for stroke include pre-transplant percutaneous VAD (HKT) and postoperative dialysis (HKT and HLT).
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 | 0,001 | 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 ».