肝移植后的结果:对6个预测模型的比较研究
Christof Kaltenmeier1, Eishan Ashwat1, Hao Liu1
1Department of Surgery, University of Pittsburgh Medical Center, Pittsburgh, PA.
Transplantation direct
|November 20, 2024
概括
肝移植风险评分 (LTRS) 和肝移植后的移植前生存结果 (P-SOFT) 显示了肝移植 (LT) 接受者的强烈的外科风险分层. 虽然无法完美预测90天或1年的死亡率,但这些手术前模型对于识别高风险候选人非常有价值.
科学领域:
- 移植医学 移植医学
- 医疗信息学 医疗信息学
- 生物统计学 生物统计学
背景情况:
- 肝移植 (LT) 的结果依赖于准确的风险预测.
- 存在多个风险评分,但它们的比较性能需要评估.
研究的目的:
- 将肝移植风险评分 (LTRS) 的预测性能与其他已建立的LT后结果评分进行比较.
- 仅使用手术前数据来评估LTRS和移植前SOFT (P-SOFT) 的准确性.
主要方法:
- 从移植受体科学注册 (2002-2021) 中对82,696名成年LT受体进行了回顾性分析.
- 为了预测90天死亡率,1年死亡率和5年生存率,LTRS,SOFT,P-SOFT,BAR,D-MELD和ORPS的比较.
- 曲线下的面积 (AUC) 和相关系数的分析.
主要成果:
- 在90天和1年死亡率方面,LTRS和P-SOFT的预测性能相似 (AUC在0.60-0.66之间).
- 所有模型都显示出强大的外科手术期间风险分层能力.
- 对于90天和1年死亡率预测,LTRS和P-SOFT具有很高的相关性 (0.90-0.91).
结论:
- 没有一个单一的模型能够完美预测LT后90天或1年的死亡率.
- LTRS和P-SOFT是LT候选人的手术前风险分层的有价值工具.
- 这些手术前模型有助于识别具有重大不良结果风险的患者.
