Prevention of Bleeding After Islet Transplantation: Lessons Learned from a Multivariate Analysis of 132 Cases at a Single Institution
Notice bibliographique
Résumé
Islet transplantation is being offered increasingly for selected patients with unstable type 1 diabetes. Percutaneous transhepatic portal access avoids a need for surgery, but is associated with potential risk of bleeding. Between 1999 and 2005, we performed 132 percutaneous transhepatic islet transplants in 67 patients. We encountered bleeding in 18/132 cases (13.6%). In univariate analysis, the risk of bleeding in the absence of effective track ablation was associated with an increasing number of procedures (2nd and 3rd procedures with an odds ratio (OR) of 9.5 and 20.9, respectively), platelets count <150,000 (OR 4.4), elevated portal pressure (OR 1.1 per mm Hg rise), heparin dose > or =45 U/kg (OR 9.8) and pre-transplant aspirin (81 mg per day) (OR 2.6, p = 0.05). A multivariate analysis further confirmed the cumulative transplant procedure number (p < 0.001) and heparin dose > or =45 U/kg (p = 0.02) as independent risk factors for bleeding. Effective mechanical sealing of the intrahepatic portal catheter tract with thrombostatic coils and tissue fibrin glue completely prevented bleeding in all subsequent procedures (n = 26, p = 0.02). We conclude that bleeding after percutaneous islet implantation is an avoidable complication provided the intraparenchymal liver tract is sealed effectively.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».