Screening for Malnutrition, Sarcopenia, and Physical Frailty Beyond One Year after Liver Transplantation
Notice bibliographique
Résumé
Background/Aims: Malnutrition, sarcopenia, and frailty negatively impact quality of life and increase mortality following liver transplantation (LT). However, long-term follow-up data remain limited. This study aimed primarily to assess the malnutrition risk at 1-, 2-, and 3-years post-LT. Secondary objectives included evaluating the sarcopenia and frailty risk, muscle function, physical activity, quality of life, and employment status at the same time points. Methods: This cross-sectional study included LT recipients with a history of cirrhosis, transplanted between January 2019 and December 2021. Each participant completed a single virtual meeting during which nutritional risk, sarcopenia, frailty risk, muscle function, physical activity, quality of life, employment status, and dietary intakes were assessed. Results: < 0.001, respectively). Only 28.0%, 42.9%, and 25.9% of participants in cohorts A, B, and C, respectively, returned to work. Conclusion: Up to 3 years after LT, patients were still at risk of malnutrition, sarcopenia, and frailty. The results of this study highlight the need for targeted interventions to improve outcomes and support long-term quality of life post-LT.
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 ».