MétaCan
Menu
Retour à la cohorte
Enregistrement W2604856679 · doi:10.1111/tri.12964

Early experience with hypothermic machine perfusion of living donor kidneys - a retrospective study

2017· article· en· W2604856679 sur OpenAlexafffund
Mike Moser, Nathan Ginther, Yigang Luo, Gavin Beck, Ronn Ginther, Marla Ewen, Rhianna Matsche-Neufeld, Ahmed Shoker, Grzegorz Sawicki

Notice bibliographique

RevueTransplant International · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueOrgan Transplantation Techniques and Outcomes
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesLondon Health Sciences Centre
Mots-clésMachine perfusionMedicineRenal functionPerfusionCreatinineUrologyKidneyKidney transplantationAnesthesiaTransplantationSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Although hypothermic machine perfusion (HMP) has been shown to be beneficial to deceased donor kidneys, the effect of HMP on living donor kidneys (LDK) is unknown. LDK are subjected to minutes of normothermic ischemia at the time of recovery. Comparison of 16 LDK preserved by HMP with 16 LDK preserved by static cold storage (SCS). Outcomes of interest are resistive indices (RI), both while on HMP and postoperatively, and creatinine clearance (CrCl). Injury markers NGAL and LDH were seen in the perfusate of LDK in amounts similar to what is found for donation after neurological determination of death kidneys. Compared to SCS kidneys, CrCl was significantly higher in the HMP group from days 2 through 7 post-transplant [ie: day 7 (78.8 ± 5.4 vs. 54.0 ± 4.6 ml/min, P = 0.005)]. CrCl at 1 year was higher in the HMP group (81.2 ± 5.8 vs. 70.0 ± 5.3 ml/min, P = 0.03). Early post-transplant RI was significantly lower in the HMP group (0.61 ± 0.02 vs. 0.71 ± 0.02, P < 0.0001). Our data support the assertion that injury does occur during LDK procurement and suggest that some of this injury may be reversed with HMP, resulting in more favorable early RI and graft function compared to SCS kidneys.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,794

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,292
Écart entre enseignants0,277 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransplant InternationalMême sujetOrgan Transplantation Techniques and OutcomesTravaux en français237 207