Review: Transplanting kidneys from donors with small renal masses — a strategy to expand the donor pool
Notice bibliographique
Résumé
INTRODUCTION: Renal transplantation is the optimal treatment for end-stage renal disease, but organ demand continues to outstrip supply. The transplantation of kidneys from donors with small renal masses (SRMs) represents a potential avenue to expand the donor pool. We reviewed all published cases of transplants from donors with SRMs and we present followup data, best practices, and outline an actionable series of steps to guide the implementation of such transplants at individual centers. METHODS: A detailed literature search of the MEDLINE/PubMed and SCOPUS databases was performed. Thirty unique data sets met inclusion criteria and described the transplantation of tumor-ectomized kidneys; nine data sets described the transplantation of contralateral kidneys from donors with SRMs. RESULTS: A total of 147 tumorectomized kidneys have been transplanted. Pathology revealed 120 to be renal cell carcinomas (RCCs), of which 116 were stage T1a (0.3-4 cm). The mean followup time was 44.2 months (1-200). A single suspected tumor recurrence occurred in one patient nine years post-transplantation and it was managed with active surveillance. Twenty-seven kidneys have been transplanted from deceased donors with contralateral renal masses. Pathology revealed 25 to be RCCs, of which 19 were confirmed to be stage T1 (<7 cm). The mean followup time was 46.7 months (0.5-155). One recipient developed an RCC and underwent curative allograft nephrectomy. CONCLUSIONS: Careful use of kidneys from donors with SRMs is feasible and safe, with an overall recurrence rate of less than 1.5%. The use of such kidneys could help alleviate the organ shortage crisis.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».