Resource Utilization of Living Donor Versus Deceased Donor Liver Transplantation Is Similar at an Experienced Transplant Center
Notice bibliographique
Résumé
Although living donor liver transplantation (LDLT) has been shown to decrease waiting-list mortality, little is known of its financial impact relative to deceased donor liver transplantation (DDLT). We performed a retrospective cohort study of the comprehensive resource utilization, using financial charges as a surrogate measure-from the pretransplant through the posttransplant periods-of 489 adult liver transplants (LDLT n = 86; DDLT n = 403) between January 1, 2000, through December 31, 2006, at a single center with substantial experience in LDLT. Baseline characteristics differed between LDLT versus DDLT with regards to age at transplantation (p = 0.02), male gender (p < 0.01), percentage Caucasians (p < 0.01) and transplant model for end-stage liver disease (MELD) score (p < 0.01). In univariate analysis, there was a trend toward decreased total transplant charges with LDLT (p = 0.06), despite increased surgical charges associated with LDLT (p < 0.01). After adjustment for the covariates that were associated with financial charges, there was no significant difference in total transplant charges (p = 0.82). MELD score at transplant was the strongest driver of resource utilization. We conclude that at an experienced transplant center, LDLT imposes a similar overall financial burden than DDLT, despite the increased complexity of living donor surgery and the addition of the costs of the living donor. We speculate that LDLT optimizes transplantation by transplanting healthier and younger recipients.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».