Factors predicting survival after post‐transplant hepatocellular carcinoma recurrence
Notice bibliographique
Résumé
BACKGROUND: Although factors associated with an increased risk of recurrence after liver transplantation for hepatocellular carcinoma (HCC) have been extensively studied, the history of patients with a post-transplant recurrence is poorly known. METHODS: Patients experiencing a post-transplant HCC recurrence from 1996 to 2011 in two transplant programs were included. Demographic, transplant, and post-recurrence variables were assessed. RESULTS: Thirty patients experienced an HCC recurrence-22 men and 8 women with a mean age of 55 ± 6 years. Sixteen (53 %) were outside the Milan criteria at the time of transplantation. Most recurrences (60 %) appeared within the first 18 months after transplantation, ranging between 1.7 and 109 months (median 14.2 months). Mean post-recurrence survival was 33 ± 31 months. On univariate analysis, total tumor volume (TTV; p = 0.047), microvascular invasion (p = 0.011), and time from transplant to recurrence (p = 0.001) predicted post-recurrence survival. On multivariate analysis, both time from transplant to recurrence (p = 0.001) and history of rejection (p = 0.043), but not the location of the recurrence or the type of recurrence treatment, predicted post-recurrence survival. CONCLUSION: This study suggests that patients with early post-transplant HCC recurrence have worse outcomes. Those with a history of graft rejection have better survivals, possibly due to more active anti-cancer immunity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».