Steatosis in Liver Transplantation: Current Limitations and Future Strategies
Notice bibliographique
Résumé
In parallel with the pandemic of obesity and diabetes, the prevalence of nonalcoholic fatty liver disease has progressively increased. Nonalcoholic steatohepatitis (NASH), a subtype of nonalcoholic fatty liver disease has also augmented considerably being currently cirrhosis due to NASH the second indication for liver transplantation in the United States. Innovative treatments for NASH have shown promising results in phase 2 studies and are being presently evaluated in phase 3 trials. On the other hand, the high mortality on the liver transplant waitlist and the organ shortage has obligated the transplant centers to consider suboptimal grafts, such as steatotic livers for transplantation. Fatty livers are vulnerable to preservation injury resulting in a higher rate of primary nonfunction, early allograft dysfunction and posttransplant vascular and biliary complications. Macrosteatosis of more than 30% in fact is an independent risk factor for graft loss. Therefore, it needs to be considered into the risk assessment scores. Growing evidence supports that moderate and severe macrosteatotic grafts can be successfully used for liver transplantation with careful recipient selection. Protective strategies, such as machine-based perfusion have been developed in experimental setting to minimize preservation-related injury and are now on the verge to move into the clinical implementation. This review focuses on the current and potential future treatment of NASH and the clinical practice in fatty liver transplantation, highlights its limitations and optimal allocation, and summarizes the advances of experimental protective strategies, and their potential for clinical application to increase the acceptance and improve the outcomes after liver transplantation with high-grade steatotic livers.
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 | 0,012 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».