Risk factors for in-hospital postoperative complications and 6-month graft survival after liver transplantation: A multicenter cohort study
Notice bibliographique
Résumé
Liver transplantation (LT) is a high-risk surgery requiring costly hospital resources. Robust multicenter data on the incidence of postoperative complications and their risk factors remain very limited. The objectives of this study were to describe the incidence and variability of postoperative complications in adult LT recipients and identify their determinants. We conducted a cohort study that included consecutive LT recipients over at least 1 year between January 2021 and May 2023 in 8 LT centers in Canada and France. Our primary outcome was 7-day early allograft dysfunction or primary graft non-function. Our secondary outcomes included acute kidney injury (AKI) and severe complications. We measured the incidence and variability of these outcomes and their association with potential preoperative determinants using multivariable models. We reported incidences and risk ratios (RR) with 95% CIs. We included 852 patients. The incidence of our primary outcome, AKI, and severe complications was, respectively 28% [95% CI, 25%-31%], 50% [95% CI, 47%-54%], and 59% [95% CI, 55%-62%]. Most outcomes were variable across centers. The primary outcome was mostly determined by donor age, body mass index, static cold ischemia time, and type of donation (RR from 0.64 to 1.21). MELD 3.0 score and preoperative requirement for organ support were important determinants of transfusions, AKI, and severe complications. The incidence of most outcomes was variable across centers. In conclusion, postoperative complications, such as graft dysfunction, AKI, and severe complications, were frequent after LT. We identified risk factors, such as donor and graft characteristics, MELD 3.0, and preoperative requirement for organ support, that may inform transplant risk evaluation.
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 | 0,000 | 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 ».