Criteria to Identify a Potential Deceased Organ Donor: A Systematic Review
Notice bibliographique
Résumé
OBJECTIVES: To systematically review the global published literature defining a potential deceased organ donor and identifying clinical triggers for deceased organ donation identification and referral. DATA SOURCES: Medline and Embase databases from January 2006 to September 2017. STUDY SELECTION: All published studies containing a definition of a potential deceased organ donor and/or clinical triggers for referring a potential deceased organ donor were eligible for inclusion. Dual, independent screening was conducted of 3,857 citations. DATA EXTRACTION: Data extraction was completed by one team member and verified by a second team member. Thematic content analysis was used to identify clinical criteria for potential deceased organ donation identification from the published definitions and clinical triggers. DATA SYNTHESIS: One hundred twenty-four articles were included in the review. Criteria fell into four categories: Neurological, Medical Decision, Cardiorespiratory, and Administrative. Distinct and globally consistent sets of clinical criteria by type of deceased organ donation (neurologic death determination, controlled donation after circulatory determination of death, and uncontrolled donation after circulatory determination of death) are reported. CONCLUSIONS: Use of the clinical criteria sets reported will reduce ambiguity associated with the deceased organ donor identification and the subsequent referral process, potentially reducing the number of missed donors and saving lives globally through increased transplantation.
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 | 0,019 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,006 |
| Bibliométrie | 0,026 | 0,018 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».