The Impact of Portal Flow Modulation (PFM) in the A2ALL Cohort Study.
Notice bibliographique
Résumé
Background: Single center reports suggest that reduction of portal blood flow may improve the function of small grafts in living donor liver transplantation (LDLT). We sought to confirm and extend these findings in a larger study. Methods: We analyzed prospective observational cohort data from 9 centers with intraoperative portal flow and pressure measurements before and after re-perfusion and PFM. Results: Among 248 LDLTs, 211 (85%) involved the right lobe, and 37 (15%) the left. Median MELD was 13 (IQR 11-18), with a median graft weight to body weight ratio (GWBWR) of 0.98% (IQR 0.79-1.20). Surgical PFM was used 52 times in 47 cases including: splenic artery ligation in 66%, splenectomy in 13%, and portosystemic shunt in 30% of cases. Reasons for PFM included: size 9%, portal pressure 19%, portal flow 19%, arterial flow 2%, or multiple 36%. Subjects undergoing PFM (M+) had lower graft weight (642 vs. 784, p<0.001) and GWBWR (0.85vs. 1.03, p<.0001) and 40% received left lobes (p<0.001). Recipient age, gender, MELD and donor age were comparable. Portal pressure was higher for subjects that received PFM: 19 vs. 14 (p<0.001); portal and arterial flows were not significantly different. Figure 1 demonstrates flow and pressure changes in 21 subjects with measurements before and after PFM. PFM was most effective in reducing portal pressure, with variable impact on portal and arterial flow. Day 7 bilirubin and the rate of graft dysfunction and failure were not significantly different for M+ compared to M-. Conclusions: Our results provide support for the use of PFM in LDLT with small grafts, though further study is required. Substantial variability in the effects of PFM may be due to intraoperative conditions, anatomy and reliability of measurements, though PFM reliably reduced portal pressure consistent with expectations.Figure: No Caption available.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».