Validation of a Pretransplant Risk Prediction Model for Early Allograft Dysfunction After Living-donor Liver Transplantation
Notice bibliographique
Résumé
BACKGROUND: Early allograft dysfunction (EAD) affects outcomes in liver transplantation (LT). Existing risk models developed for deceased-donor LT depend on posttransplant factors and fall short in living-donor LT (LDLT), where pretransplant evaluations are crucial for preventing EAD and justifying the donor's risks. METHODS: This retrospective study analyzed data from 2944 adult patients who underwent LDLT at 17 centers between 2016 and 2020. We developed a logistic regression model to predict EAD based on this development cohort. We used data from 1020 patients at the King Faisal Transplant Center for external validation. RESULTS: In the development cohort, 321 patients (10.9%) experienced EAD. These patients had poorer health status, more liver decompensation, and higher requirements of hospitalization than those without EAD. Multivariable logistic regression identified independent pretransplant predictors of EAD: laboratory Model for End-Stage Liver Disease score (odds ratio [OR], 1.08; 95% confidence interval [CI], 1.06-1.09), the necessity for hospitalization at the time of transplant (OR, 2.58; 95% CI, 2.00-3.30), and graft weight in kilogram (OR, 0.27; 95% CI, 0.17-0.45). Using these predictors, we developed the model for EAD after LDLT, which demonstrated strong discriminative ability in the development cohort with an area under the curve (AUC) of 0.71 (95% CI, 0.68-0.74). The model maintained high discrimination during internal validation (AUC, 0.70; 95% CI, 0.67-0.73) and showed a modest reduction in discriminative power in external validation (AUC, 0.65; 95% CI, 0.61-0.68). CONCLUSIONS: EAD post-LDLT is influenced by the recipient's pretransplant health condition and the graft weight. Integrating the model for EAD after LDLT into the pretransplant process of pairing donors and recipients can enhance the safety and efficacy of LDLT.
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 | 0,009 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».