MétaCan
Menu
Retour à la cohorte
Enregistrement W2341869532 · doi:10.1097/mot.0000000000000305

Normothermic and subnormothermic ex-vivo liver perfusion in liver transplantation

2016· review· en· W2341869532 sur OpenAlexaff
Nicolás Goldaracena, Andrew S. Barbas, Markus Selzner

Notice bibliographique

RevueCurrent Opinion in Organ Transplantation · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueOrgan Transplantation Techniques and Outcomes
Établissements canadiensUniversity Health NetworkToronto General Hospital
Organismes subventionnairesnon disponible
Mots-clésEx vivoLiver transplantationMedicineEconomic shortagePerfusionTransplantationBench to bedsideMachine perfusionIn vivoIntensive care medicineSurgeryMedical physicsRadiologyBiologyBiotechnology

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: In the current era of extreme organ shortage, warm (subnormothermic and normothermic) ex-vivo liver perfusion has emerged as a novel strategy to recover marginal organs and increase the organ pool. Over the last decade, significant progress in the field has taken this technology from bench to bedside. This review will cover the most relevant contributions to the field in 2015. RECENT FINDINGS: Several groups made significant advances in warm ex-vivo liver perfusion for optimizing preservation of liver grafts. With transition to clinical use underway, significant interest has focused on exploring the safety and feasibility of the technique. Other areas of exploration included novel perfusates and rewarming strategies. This review will also summarize the most recent advances in the clinical setting. SUMMARY: Warm ex-vivo liver perfusion has established itself as a novel approach for the preservation of liver grafts for transplantation. Although the optimal perfusion conditions and techniques have not been established, the safety of this technique has been demonstrated in preclinical and clinical studies. Thus far, most investigation has focused on the rescue of marginal grafts. However, further development in the field has the potential to yield novel graft interventions and modification.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,052
Tête enseignante GPT0,355
Écart entre enseignants0,303 · 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

Citations25
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Organ TransplantationMême sujetOrgan Transplantation Techniques and OutcomesTravaux en français237 207