Impact of <scp>Karnofsky</scp> performance status on outcomes of patients with severe alcohol‐associated hepatitis: a propensity‐matched analysis
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Severity scores, including the model for end-stage liver disease (MELD) and discriminant function score, guide the treatment of patients with severe alcohol-associated hepatitis (AH). We aimed to investigate the impact of functional status on outcomes of patients with AH. METHODS: Medically managed patients (n = 133) with AH from 1 January 2019 to 31 December 2022 were included in this prospective study. The objectives were to compare the long-term survival, recompensation rates, corticosteroid response, incidence of infections, hepatic encephalopathy (HE) and acute kidney injury (AKI) among propensity score-matched patients with good Karnofsky performance status (KPS) (score ≥50) and poor KPS (score <50) using Kaplan-Meier analysis. RESULTS: Twenty-five patients with good KPS were matched with 25 patients with poor KPS and followed up for a median duration of 10 (0.5-33) months. Survival was 76% (19/25; 95% confidence interval (CI), 54.9-90.6) in patients with good KPS compared to 42.3% (11/25; 95% CI, 23.4-63.1) patients with poor KPS (P = 0.001) at 10 months. The recompensation rate was higher in the good KPS group than in the poor KPS group (68% vs 44%; P = 0.04). A higher proportion of patients in the good KPS group (78.9%) than in the poor KPS group (42.8%; P = 0.03) responded to corticosteroids. Survival was lower among non-responders in the poor KPS group (0% vs 75%; P = 0.01). The proportion of patients who developed infection (36% vs 28%; P = 0.051), HE (36% vs 12%; P = 0.01) and AKI (60% vs 16%; P < 0.001) was higher in patients with poor KPS than in good KPS. CONCLUSIONS: KPS is an important determinant of outcomes in patients with AH, including survival, recompensation, response to corticosteroids and complications.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».