Patient-Reported Markers of Delayed Physical Function Recovery After Kidney Transplantation: Supervised Cluster Analysis of PROMIS Physical Function Scores
Notice bibliographique
Résumé
Background: Kidney transplant recipients (KTRs) with delayed physical function (PF) recovery post-transplant may benefit from early rehabilitation support. We aimed to identify patterns of PF recovery using supervised cluster analysis of longitudinally obtained Patient Reported Outcome Measurement System (PROMIS) PF scores. Methods: Longitudinal convenience sample of adult KTRs who completed PROMIS-PF Computer Adaptive Test (CAT) (higher=better PF) within ~1 week post-transplant and biweekly over 2 months. We stratified participants by baseline PROMIS-PF T-score (>30 vs. ≤30) and by T-score change between baseline and week 2 (≥2 vs <2; improved vs. non-responder). Four clusters (EXPOSURE) were identified (Fig. 1): CL1(poor baseline– non-responder), CL2(poor baseline–improved), CL3(better baseline–non-responder), CL4 (better baseline–improved). We used linear mixed-effects models with participant random effects and time-by-cluster interactions to assess trajectories, and interval regression to estimate time-to-recovery (T-score ≥45-OUTCOME), followed by Wald tests for group comparisons. Results: Of 63 participants, 3(5%) were in CL1, 15(24%) in CL2, 37(59%) in CL3, and 8(12%) in CL4. Age, organ type, socioeconomic status, and ethnicity were similar across clusters. CL1 were all females, and had highest (most fatigue) baseline PROMIS fatigue scores; other baseline patient-reported outcomes characteristics were similar across clusters. At 2 months post-transplant, mean(95% CI) PROMIS-PF scores were: CL1: 32(26–38) vs CL2: 43(40–46)(p=0.001); CL3: 46(44–48) vs CL4: 51(47–55)(p=0.01). The proportion who reached outcome event were 0%, 54%, 54%, and 94% in CL1,CL2,CL3 andCL4, respectively(p=0.01). Conclusion: Baseline and early PROMIS-PF change identified four distinct recovery clusters among KTRs. Funding: Government Support – Non-U.S.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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 ».