Abstract 4370407: Impact of Donor and Recipient Risk Matching on Survival After Pediatric Heart Transplantation
Notice bibliographique
Résumé
Background: Pediatric heart transplantation (HT) is limited by donor numbers and graft quality, although recipient clinical acuity may have the greatest impact on post-HT survival. Increasingly, more marginal donors are being used with reasonable outcomes, but often these are implanted into the sickest recipients. If acceptance of higher risk donors could provide excellent post-HT outcomes for low-risk recipients, then this could improve utilization of marginal donors while also increasing availability of lower risk donors for high-risk recipients. Methods: A retrospective cohort analysis of the Pediatric Heart Transplant Society (PHTS) database was performed for all pediatric (age <18 years) patients (n=5920) undergoing primary HT from 1/1/2010−6/30/2024. Separate donor and recipient risk scores were developed using multivariable multiphase parametric hazard modeling. Patients were stratified into low-, medium-, or high-risk categories for each donor-recipient pair, according to tertiles of the predicted 1-year survival estimates from the risk models. Results: Overall, 1-year post-HT survival was 92%. Donor risk factors included age <3 vs 3-17 years (HR 1.74), oversized height vs well-matched (HR 1.97) and head trauma as cause of death (HR 0.69) (p<0.05 for all). Recipient risk factors included congenital heart disease (HR 3.91), age (HR 0.98), panel reactive antibodies >10% (HR 1.46), waitlist interval (HR 1.16), renal dysfunction (HR 1.87), induction therapy (HR 0.69), ventilator (HR 1.46), extracorporeal membrane oxygenation (HR 3.65), and any ventricular assist device (HR 1.66) at time of HT (p<0.05 for all). Low-risk recipients tended to be matched with low- or medium-risk donors, while high-risk recipients tended to be matched with medium- or high-risk donors (Table 1). Low-risk recipients had similar 1-year survival regardless of donor risk, while high-risk recipients had worst 1-year survival with medium- or high-risk donors (Figure 1). Conclusion: Recipient risk profile has a greater impact on 1-year graft survival compared to donor risk. For low-risk recipients, donor risk profile has less impact on survival. By increasing the use of marginal donor organs for low-risk recipients and thereby increasing availability of low-risk organs for the sickest recipients, it may be possible to decrease waitlist mortality and improve post-HT outcomes for the entire cohort.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 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) | 0,003 | 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 ».