PSC-specific prognostic scores associated with graft loss and overall mortality in recurrent PSC after liver transplantation
Notice bibliographique
Résumé
BACKGROUND: Primary sclerosing cholangitis (PSC) is a progressive liver disease with no treatment apart from liver transplantation (LT). After LT, patients can develop recurrent PSC (rPSC). The United-Kingdom (UK-PSC) and Amsterdam-Oxford (AOPSC) scores are used as prognostic models for PSC outcomes. AIM: We aimed to assess these scores as predictive tools for graft loss and overall mortality in rPSC. METHODS: We evaluated 67 people who developed rPSC. Using Cox regression models, we quantified associations between UK-PSC and AOPSC scores and graft loss and overall mortality. Cut-offs were established using receiver operator characteristic analysis and the highest Youden index. RESULTS: Fifty-one individuals (76.1%) were males, with a mean age of 40±15 years. Both UK-PSC and AOPSC scores were independently associated with graft loss (hazard ratio [HR] 2.43 (p < 0.001) and HR 3.45 (p < 0.001), respectively), but only the UK-PSC score was independently associated with overall mortality (HR 2.63 (p = 0.009)). Individuals with UK-PSC ≥-4.2 (6.1 ± 0.8 vs. 14.7 ± 1.0 years; p = 0.001) and AOPSC ≥2.4 (5.4 ± 1.3 vs. 12.0 ± 1.1 years; p < 0.001) had shorter graft survival. CONCLUSION: UK-PSC score at rPSC predicts both graft loss and overall mortality, while AOPSC scores using either age at rPSC or at diagnosis along with severe cholestasis predict graft loss in people with rPSC. These easy-to-administer tools can be utilized in clinical practice to identify high-risk rPSC patients and guide decisions about monitoring/interventions.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».