Expanding the donor pool: Donation after circulatory death and living liver donation do not compromise the results of liver transplantation
Notice bibliographique
Résumé
Because of the shortfall between the number of patients listed for liver transplantation (LT) and the available grafts, strategies to expand the donor pool have been developed. Donation after circulatory death (DCD) and living donor (LD) grafts are not universally used because of the concerns of graft failure, biliary complications, and donor risks. In order to overcome the barriers for the implementation of using all 3 types of grafts, we compared outcomes after LT of DCD, LD, and donation after brain death (DBD) grafts. Patients who received a LD, DCD, or DBD liver graft at the University of Toronto were included. Between January 2009 through April 2017, 1054 patients received a LT at our center. Of these, 77 patients received a DCD graft (DCD group); 271 received a LD graft (LD group); and 706 received a DBD graft (DBD group). Overall biliary complications were higher in the LD group (11.8%) compared with the DCD group (5.2%) and the DBD group (4.8%; P < 0.001). The 1-, 3-, and 5-year graft survival rates were similar between the groups with 88.3%, 83.2%, and 69.2% in the DCD group versus 92.6%, 85.4%, and 84.7% in the LD group versus 90.2%, 84.2%, and 79.9% in the DBD group (P = 0.24). Furthermore, the 1-, 3-, and 5-year patient survival was comparable, with 92.2%, 85.4%, and 71.6% in the DCD group versus 95.2%, 88.8%, and 88.8% in the LD group versus 93.1%, 87.5%, and 83% in the DBD group (P = 0.14). Multivariate Cox regression analysis revealed that the type of graft did not impact graft survival. In conclusion, DCD, LD, and DBD grafts have similar longterm graft survival rates. Increasing the use of LD and DCD grafts may improve access to LT without affecting graft survival rates. Liver Transplantation 24 779-789 2018 AASLD.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».