MétaCan
Menu
Retour à la cohorte
Enregistrement W1601423963 · doi:10.1111/ajt.13177

Proposed Management Algorithm for Severe Hypoxemia After Liver Transplantation in the Hepatopulmonary Syndrome

2015· review· en· W1601423963 sur OpenAlexafffund
Dhruv Nayyar, H. S. Jeffrey Man, John Granton, L. Lilly, Samir Gupta

Notice bibliographique

RevueAmerican Journal of Transplantation · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensUniversity of TorontoUniversity Health NetworkSt. Michael's Hospital
Organismes subventionnairesUniversity Health NetworkUniversity of TorontoIkaria
Mots-clésMedicineHepatopulmonary syndromeHypoxemiaLiver transplantationTransplantationAlgorithmInternal medicineComputer science

Résumé

récupéré en direct d'OpenAlex

The hepatopulmonary syndrome (HPS) is defined as the triad of liver disease, intrapulmonary vascular dilatation, and abnormal gas exchange, and is found in 10-32% of patients with liver disease. Liver transplantation is the only known cure for HPS, but patients can develop severe posttransplant hypoxemia, defined as a need for 100% inspired oxygen to maintain a saturation of ≥85%. This complication is seen in 6-21% of patients and carries a 45% mortality. Its management requires the application of specific strategies targeting the underlying physiologic abnormalities in HPS, but awareness of these strategies and knowledge on their optimal use is limited. We reviewed existing literature to identify strategies that can be used for this complication, and developed a clinical management algorithm based on best evidence and expert opinion. Evidence was limited to case reports and case series, and we determined which treatments to include in the algorithm and their recommended sequence based on their relative likelihood of success, invasiveness, and risk. Recommended therapies include: Trendelenburg positioning, inhaled epoprostenol or nitric oxide, methylene blue, embolization of abnormal pulmonary vessels, and extracorporeal life support. Availability and use of this pragmatic algorithm may improve management of this complication, and will benefit from prospective validation.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,030
Tête enseignante GPT0,313
Écart entre enseignants0,283 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations66
Publié2015
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueAmerican Journal of TransplantationMême sujetRespiratory Support and MechanismsTravaux en français237 207