Current Use of Hearts From Hepatitis C Viremic Donors
Notice bibliographique
Résumé
BACKGROUND: Strategies to improve donor heart utilization are required in the setting of limited donor availability. One innovative strategy is to consider the use of hepatitis C viremic (HCV) nucleic acid amplification test positive donors in hepatitis C-negative recipients, given the availability of highly effective direct acting antiviral agents. We utilized United Network for Organ Sharing data to evaluate the geographic distribution, clinical characteristics, and post-transplant outcomes of HCV+ donor hearts. METHODS AND RESULTS: The United Network for Organ Sharing registry was queried for all HCV+ recovered donors and those considered for heart donation classified by sex, age group, United Network for Organ Sharing region, and cause of death from January 1, 2014, to December 31, 2017. Propensity score matching (3:1) was applied to the recipients based on the index for mortality prediction after cardiac transplantation score and donor risk index. A total of 1306 HCV+ donors were recovered from 2014 to 2017 of whom 1078 (82.5%) were 18 to 49 and predominantly from the Appalachia region (United Network for Organ Sharing regions 2, 3, and 11). A total of 64 (5%) HCV+ donor hearts were transplanted in this interval. The match-adjusted risk difference in survival was estimated to be 0.87% ( P=0.83) at 12 months. CONCLUSIONS: To meet the demands of heart transplantation, we must consider additional strategies to expand the donor pool. From 2014 to 2017, despite availability of highly effective direct acting antiviral therapy, only 5% of HCV+ donor hearts were accepted for transplantation. National efforts may be required to capitalize on this resource while we continue to carefully monitor the safety of this novel approach.
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 | 0,000 | 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 ».