MétaCan
Menu
Retour à la cohorte
Enregistrement W2034858108 · doi:10.1159/000364836

New Perspectives in the Assessment of Future Remnant Liver

2014· review· en· W2034858108 sur OpenAlexaff
Kasia P. Cieslak, Jurgen H. Runge, Michal Heger, Jaap Stoker, Roelof J. Bennink, Thomas M. van Gulik

Notice bibliographique

RevueDigestive Surgery · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésMedicineCirrhosisHepatectomySteatosisResectionGold standard (test)Liver functionLiver failureRadiologySurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

In order to achieve microscopic radical resection margins and thus better survival, surgical treatment of hepatic tumors has become more aggressive in the last decades, resulting in an increased rate of complex and extended liver resections. Postoperative outcomes mainly depend on the size and quality of the future remnant liver (FRL). Liver resection, when performed in the absence of sufficient FRL, inevitably leads to postresection liver failure. The current gold standard in the preoperative assessment of the FRL is computed tomography volumetry. In addition to the volume of the liver remnant after resection, postoperative function of the liver remnant is directly related to the quality of liver parenchyma. The latter is mainly influenced by underlying diseases such as cirrhosis and steatosis, which are often inaccurately defined until microscopic examination after the resection. Postresection liver failure remains a point of major concern that calls for accurate methods of preoperative FRL assessment. A wide spectrum of tests has become available in the past years, attesting to the fact that the ideal methodology has yet to be defined. The aim of this review is to discuss the current modalities available and new perspectives in the assessment of FRL in patients scheduled for major liver resection.

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 seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,063
Tête enseignante GPT0,368
Écart entre enseignants0,305 · 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

Citations94
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigestive SurgeryMême sujetLiver Disease Diagnosis and TreatmentTravaux en français237 207