Factor V Serves as an Early Biomarker for Graft Loss After Liver Transplant: A Prospective Evaluation
Notice bibliographique
Résumé
BACKGROUND: Low post-operative day (POD) 1 Factor V has been retrospectively associated with graft loss after liver transplantation when stratified by a cutoff of 0.36 U/mL. We aimed to validate this prospectively. METHODS: Patients transplanted at Toronto General Hospital were recruited (May 2018-March 2021). Factor V measurements were obtained on POD1-3, 5, and 7. Graft and patient survival at 3, 6, and 12 months were primary and secondary outcomes, respectively. We identified an optimal cutoff through receiver operating characteristic (ROC) analysis and the Youden index. Kaplan-Meier method and Log-rank tests were used to assess/compare survival. RESULTS: One hundred and twenty-nine patients were included. One hundred and eight had Factor V >0.36 and 21 had ≤0.36 U/mL. This cutoff was predictive of 6- and 12-month graft survival and 12-month patient survival. With an optimal cutoff of 0.46 U/mL on POD1, 87 patients had Factor V >0.46 and 42 had ≤0.46 U/mL. Three-, 6-, and 12-month graft survival rates were 100%, 98.8%, and 98.8%, for patients with Factor V >0.46 U/mL, and 92.9%, 87.7%, and 87.7% for Factor V ≤0.46 U/mL. Similarly, 3-, 6-, and 12-month patient survival rates were 98.8%, 96.4%, and 95.0% for patients with Factor V >0.46 U/mL, and 92.9%, 88.0%, and 82.9% for Factor V ≤0.46 U/mL. Stratification below the novel cutoff was associated with decreased graft survival at months 3 (p = 0.012), 6 (p = 0.006), and 12 (p = 0.006), and decreased patient survival at 12 months (p = 0.022). CONCLUSIONS: Factor V serves as an early biomarker for graft loss, with an optimal predictive cutoff of 0.46 U/mL in this prospective population. Validation of this new cutoff is necessary.
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 ».