MétaCan
Menu
Retour à la cohorte
Enregistrement W2751174878 · doi:10.1097/sla.0000000000002477

Defining Benchmarks in Liver Transplantation

2017· article· en· W2751174878 sur OpenAlexaff
Xavier Muller, Francesca Marcon, Gonzalo Sapisochín, Max Marquez, Fédérica Dondero, Michel Rayar, Majella M.B. Doyle, Lauren Callans, Jun Li, Greg Nowak, Marc-Antoine Allard, Ina Jochmans, Kyle Jacskon, M. Chahdi Beltrame, Marjolein van Reeven, Samuele Iesari, Alessandro Cucchetti, Hemant Sharma, Roxane D. Staiger, Dimitri Aristotle Raptis, Henrik Petrowsky, Michelle de Oliveira, Roberto Hernandez‐Alejandro, Antonio D. Pinna, Jan Lerut, Wojciech G. Polak, Eduardo de Santibáñes, Martín de Santibañes, Andrew M. Cameron, Jacques Pirenne, Daniel Cherqui, René Adam, Bo-Göran Ericzon, Kim M. Olthoff, A. Shaked, William C. Chapman, Karim Boudjéma, Olivier Soubrane, Cathérine Paugam‐Burtz, Paul D. Greig, David Grant, A. Carvalheiro, Paolo Muiesan, Philipp Dutkowski, Milo A. Puhan, Pierre-Alain Clavien

Notice bibliographique

RevueAnnals of Surgery · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueOrgan Transplantation Techniques and Outcomes
Établissements canadiensWestern UniversityToronto General HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineLiver transplantationTransplantationSurgeryComplicationLiver diseasePercentileSingle CenterInternal medicine

Résumé

récupéré en direct d'OpenAlex

: This multicentric study of 17 high-volume centers presents 12 benchmark values for liver transplantation. Those values, mostly targeting markers of morbidity, were gathered from 2024 "low risk" cases, and may serve as reference to assess outcome of single or any groups of patients. OBJECTIVE: To propose benchmark outcome values in liver transplantation, serving as reference for assessing individual patients or any other patient groups. BACKGROUND: Best achievable results in liver transplantation, that is, benchmarks, are unknown. Consequently, outcome comparisons within or across centers over time remain speculative. METHODS: Out of 7492 liver transplantation performed in 17 international centers from 3 continents, we identified 2024 low risk adult cases with a laboratory model for end-stage liver disease score ≤20 points, a balance of risk score ≤9, and receiving a primary graft by donation after brain death. We chose clinically relevant endpoints covering intra- and postoperative course, with a focus on complications graded by severity including the complication comprehensive index (CCI). Respective benchmarks were derived from the median value in each center, and the 75 percentile was considered the benchmark cutoff. RESULTS: Benchmark cases represented 8% to 49% of cases per center. One-year patient-survival was 91.6% with 3.5% retransplantations. Eighty-two percent of patients developed at least 1 complication during 1-year follow-up. Biliary complications occurred in one-fifth of the patients up to 6 months after surgery. Benchmark cutoffs were ≤4 days for ICU stay, ≤18 days for hospital stay, ≤59% for patients with severe complications (≥ Grade III) and ≤42.1 for 1-year CCI. Comparisons with the next higher risk group (model for end stage liver disease 21-30) disclosed an increase in morbidity but within benchmark cutoffs for most, but not all indicators, while in patients receiving a second graft from 1 center (n = 50) outcome values were all outside of benchmark values. CONCLUSIONS: Despite excellent 1-year survival, morbidity in benchmark cases remains high with half of patients developing severe complications during 1-year follow-up. Benchmark cutoffs targeting morbidity parameters offer a valid tool to assess higher risk groups.

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)0,044
score de la tête « metaresearch » (Gemma)0,080
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,230

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0440,080
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,008
Études des sciences et des technologies0,0010,002
Communication savante0,0050,004
Science ouverte0,0020,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,160
Tête enseignante GPT0,371
Écart entre enseignants0,211 · 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'étudeThéorique ou conceptuel
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

Citations252
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of SurgeryMême sujetOrgan Transplantation Techniques and OutcomesTravaux en français237 207