Adult liver transplantation: what non-specialists need to know
Notice bibliographique
Résumé
#### Summary points Potential transplant recipients often outnumber donors Improved donor schemes, broader donor criteria, split liver grafts, and live donors (who donate a portion of their liver) can increase the number of transplants Long term survival after transplant is excellent Family doctors are important in the management and monitoring of hypertension, diabetes, hyperlipidaemia, and renal function, and in cancer surveillance after the transplant The prevention of end stage liver disease and the early detection of liver complications could reduce the number of transplants needed #### Sources and selection criteria There have been few large-scale randomised controlled trials and Cochrane reviews on liver transplantation; data mostly come from extensive registry descriptions, multiple case-series, or small trials. We have combined our knowledge with that published in recent guidelines and in articles identified by Pubmed searches with the term liver transplantation. The UK has approximately 6 000 surviving liver transplant recipients,1 and annually about 600 people with liver disease receive new livers. The post-transplant population is growing, since nearly 550 of those 600 patients are alive one year after the operation, and at least 300 are alive 20 years after.2 3 We review liver transplantation for a non-specialist audience, with an emphasis on transplants in adults. Common triggers for referral in people with chronic, usually cirrhotic, liver disease are progressive jaundice, diuretic-resistant ascites, or hepatocellular carcinoma (box 1). Early referral is recommended since patients vary in their disease progression, and the assessment must be thorough. Liver transplantation is principally aimed at restoring health and improving survival, but, unlike other operations with similar potential benefit, limited resources restrict the number of people who receive transplants. #### Box 1 Underlying indications that can lead to transplantation ##### Liver failure ###### Acute/subacute (approximately 10% of transplants)
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 | 0,003 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,010 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,007 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,049 | 0,013 |
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 ».