Recipient ineligibility after liver transplantation assessment: a single centre experience
Notice bibliographique
Résumé
BACKGROUND: Candidacy for liver transplantation is determined through standardized evaluation. There are limited data on the frequency and reasons for denial of transplantation after assessment; analysis may shed light on the short-term utility of the assessment. We sought to describe the frequency and reasons for ineligibility for liver transplantation among referred adults. METHODS: We studied all prospectively followed recipient candidates at a single centre who were deemed unsuitable for liver transplantation after assessment. Inclusion criteria were age 18 years and older and completion of a standard liver transplantation evaluation over a 3-year period. Patients were excluded if they had a history of prior assessment or liver transplantation within the study period. Demographic and baseline clinical data and reasons for recipient ineligibility were recorded. RESULTS: In all, 337 patients underwent their first liver transplantation evaluation during the study period; 166 (49.3%) fulfilled inclusion criteria. The mean age was 55.4 years, and 106 (63.9%) were men. The 3 most common reasons for denial of listing were patient too well (n = 82, 49.4%), medical comorbidities and/or need for medical optimization (n = 43, 25.9%) and need for addiction rehabilitation (n = 28, 16.9%). CONCLUSION: Ineligibility for transplantation after assessment was common, occurring in nearly half of the cohort. Most denied candidates could be identified with more discriminate screening before the resource-intensive assessment; however, the assessment likely provides unforeseen positive impacts on patient care.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».