MétaCan
Menu
Retour à la cohorte
Enregistrement W878138526 · doi:10.1038/ctg.2015.31

Inclusion of Sarcopenia Within MELD (MELD-Sarcopenia) and the Prediction of Mortality in Patients With Cirrhosis

2015· article· en· W878138526 sur OpenAlexaff
Aldo J. Montaño‐Loza, Andrés Duarte‐Rojo, Judith Meza–Junco, Vickie E. Baracos, Michael B. Sawyer, Jack Pang, Crystal Beaumont, Nina Esfandiari, Robert P. Myers

Notice bibliographique

RevueClinical and Translational Gastroenterology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensUniversity of CalgaryUniversity of Alberta HospitalAlberta Hospital EdmontonUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSarcopeniaMedicineInternal medicineCirrhosisProportional hazards modelHazard ratioGastroenterologyModel for End-Stage Liver DiseaseBody mass indexConfidence intervalLiver transplantationLiver diseaseTransplantation

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Limitations of the Model for End-Stage Liver Disease (MELD) score include its failure to assess the nutritional and functional status of cirrhotic patients. Our objectives were to evaluate the impact of sarcopenia in cirrhosis and whether the inclusion of muscularity assessment within MELD could improve the prediction of mortality in patients with cirrhosis. METHODS: We included 669 cirrhotic patients who were consecutively evaluated for liver transplantation. Skeletal muscle index at the third lumbar vertebra (L3 SMI) was measured by computed tomography, and sarcopenia was defined using previously published gender and body mass index-specific cutoffs. Using Cox proportional hazards regression, a novel MELD-sarcopenia score was derived. RESULTS: Sarcopenia was present in 298 patients (45%); sarcopenic patients had shorter median survival than non-sarcopenic patients (20±3 vs. 95±24 months, P<0.001). By Cox regression analysis adjusted for age, gender, and hepatocellular carcinoma, both MELD (hazard ratio (HR) 1.08, 95% confidence interval (CI) 1.06-1.10, P<0.001), and the L3 SMI (HR 0.97, 95% CI 0.96-0.99, P<0.001) were associated with mortality. Overall, the c-statistics for 3-month mortality were 0.82 (95% CI 0.78-0.87) for MELD and 0.85 (95% CI 0.81-0.88) for MELD-sarcopenia (P=0.1). Corresponding figures for 1-year mortality were 0.73 (95% CI 0.69-0.77) and 0.77 (95% CI 0.73-0.80), respectively (P=0.03). The c-statistics for 3-month mortality in patients with MELD<15 (0.85 vs. 0.69, P=0.02) and refractory ascites (0.74 vs. 0.71, P=0.01) were significantly higher for MELD-sarcopenia compared with MELD. CONCLUSIONS: Modification of MELD to include sarcopenia is associated with improved prediction of mortality in patients with cirrhosis, primarily in patients with low MELD scores. External validation of this prognostic index in larger cohorts of cirrhotic patients is warranted.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,068
Tête enseignante GPT0,347
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations351
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical and Translational GastroenterologyMême sujetNutrition and Health in AgingTravaux en français237 207