Optimizing associated liver partition and portal vein ligation for staged hepatectomy outcomes: Surgical experience or appropriate patient selection?
Notice bibliographique
Résumé
Background: Early reports of associated liver partition and portal vein ligation for staged hepatectomy (ALPPS) outcomes have been suboptimal. The literature has confirmed that learning curves influence surgical outcomes. We have 54 months of continuous experience performing ALPPS with strict selection criteria. This study aimed to evaluate the impact of the learning curve on ALPPS outcomes. Methods: We retrospectively compared patients who underwent ALPPS between April 2012 and March 2016. Patients were grouped into 2 24-month (early and late) periods. All candidates had a high tumour load requiring staged hepatectomy after chemotherapy response, a predicted future liver remnant (FLR) less than 30% and good performance status. Results: Thirty-three patients underwent ALPPS during the study period: 16 in the early group (median age 65 yr, mean body mass index [BMI] 27) and 17 in the late group (median age 60 yr, mean BMI 25). Bilobar disease was comparable in both groups (94% v. 88%, p > 0.99). Duration of surgery was not statistically different. Intraoperative blood loss and need for transfusion were significantly lower in the late group (200 ± 109 mL v. 100 ± 43 mL, p < 0.05). The late group had a higher proportion of monosegment ALPPS (4:1). There were no deaths within 90 days in either cohort. Rates of postoperative complications were not statistically significant between groups. The R0 resection rate was similar. The entire 1-year disease-free and overall survival were 52% and 84%, respectively. Conclusion: Excellent results can be obtained in innovative complex surgery with careful patient selection and good technical skills. Additionally, the learning curve brought confidence to perform more complex procedures while maintaining good outcomes.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».