S'abonner

The CIRrhotic Ascites Severity (CIRAS) model predicts hepatic hydrothorax at all stages of ascites - 29/08/24

Doi : 10.1016/j.clinre.2024.102452 
Rasmus Hvidbjerg Gantzel a, b, , Thomas Deleuran a, c, Hendrik Vilstrup a, b, Hugh Watson a, d, Peter Jepsen a, b
a Department of Hepatology and Gastroenterology, Aarhus University Hospital, Aarhus, Denmark 
b Department of Clinical Medicine, Aarhus University, Aarhus, Denmark 
c Department of Gastroenterology, Aalborg University Hospital, Aalborg, Denmark 
d Medical Development and Translational Sciences, Evotec ID, Lyon, France 

Corresponding author at: Department of Hepatology and Gastroenterology, Aarhus University Hospital, Palle Juul-Jensens Boulevard 99, DK-8200, Aarhus N, Denmark.Department of Hepatology and GastroenterologyAarhus University HospitalPalle Juul-Jensens Boulevard 99Aarhus NDK-8200Denmark

Highlights

Whether hepatic hydrothorax relates to the cirrhotic ascites severity is uncertain.
The CIRAS model using only patient- and ascites-related variables predicts the development of hepatic hydrothorax in patients with all stages of ascites.
The discriminatory ability of the CIRAS model is higher than for the generic cirrhosis severity scores.

Le texte complet de cet article est disponible en PDF.

Abstract

Background

Hepatic hydrothorax (HH) is a rare but severe manifestation of cirrhotic ascites. Whether HH development relates to ascites severity is uncertain and simple clinical models to predict HH from all stages of ascites are missing. The recently published CIRrhotic Ascites Severity (CIRAS) model using only ascites-related variables may serve this purpose.

Aim

We investigated if the CIRAS model within one year predicts the development of HH requiring thoracentesis in patients with cirrhosis and ascites.

Methods

We used data from 1090 patients with cirrhosis and all severities of ascites enrolled in three randomized clinical trials with available CIRAS model scores and no history of HH. Fine and Gray regression was applied to estimate the CIRAS model's ability to predict HH.

Results

Thirty-five patients developed HH requiring thoracentesis. The CIRAS model stratified patients at different risks for HH and increasing CIRAS score was associated with a higher risk for HH (sHR 1.49 [95% CI: 1.19–1.86]). The CIRAS model's discriminatory ability achieved an AUC of 0.67 (95% CI: 0.56–0.77); higher than of the cirrhosis severity scores Child-Pugh and MELD variants.

Conclusion

The CIRAS model predicts the development of HH in cirrhosis patients with any grade of ascites, suggesting a potential for improved pre-emptive HH management. This complements the general movement towards personalised treatments and care.

Le texte complet de cet article est disponible en PDF.

Keywords : Ascites severity, Thoracentesis, Prediction model, Patient-reported outcome


Plan


© 2024  The Author(s). Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 48 - N° 8

Article 102452- octobre 2024 Retour au numéro
Article précédent Article précédent
  • Temporal trends in prevalence of liver cancer and etiology-specific liver cancer from 1990 to 2019
  • Chunhua Yang, Jia Jia, Yue Yu, Hao Lu, Liwei Zhang
| Article suivant Article suivant
  • Risk factors of HBV reactivation in leukemia patients with resolved HBV infection after allogeneic hematopoietic stem cell transplantation
  • Danping Xiong, Wen Cai, Weifeng Zhao

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.