Health-related Quality of Life and Exercise Capacity in Double Lung Transplant Recipients With Baseline Lung Allograft Dysfunction
Notice bibliographique
Résumé
Background. Baseline lung allograft dysfunction (BLAD) after lung transplant is associated with an increased risk of dying, but the association with health-related quality of life (HRQL) and exercise capacity is not known. We hypothesized that BLAD would be associated with reduced HRQL and 6-min walk distance (6MWD) at 1 y post–lung transplant. Methods. We analyzed patients who underwent lung transplants in our program from 2004 to 2018 who completed 1-y 36-item Short Form (SF-36) questionnaire and 6MWD testing. We secondarily analyzed the Beck Depression Inventory and Borg dyspnea scores in patients using the available data. We defined BLAD as a failure of both forced expiratory volume in 1 s and forced vital capacity to reach ≥80% predicted of a healthy reference population’s lung function on 2 consecutive tests ≥3 wk apart at any time point posttransplant. We tested the relationship between BLAD status and SF-36 physical component summaries and 6MWD using least squares regression, adjusting for age at transplant, sex at birth, and primary lung disease. Results. Two hundred sixty-four patients were included, 96 (36%) of whom met the criteria for BLAD. Patients with interstitial lung disease as an indication for transplant and those who received older, female, and heavy smoking donors were at increased risk of BLAD. SF-36 physical component summary scores were lower in patients with BLAD (75 versus 85; P = 0.0076), as were 6MWD values (528 versus 572 m; P = 0.0053). BLAD was associated with lower SF-36 scores ( P = 0.0025) and 6MWD ( P = 0.0008) in adjusted regression models at 1 y posttransplant. We did not observe differences in Beck Depression Inventory or Borg scores. Conclusions. BLAD was associated with reduced HRQL and 6MWD scores at 1 y posttransplant in adjusted models. This suggests that poor posttransplant lung function could contribute to lower HRQL and exercise capacity in lung recipients and is worthy of further exploration in terms of causes, prevention, and treatment.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».