A94 RECURRENT HEPATOCELLULAR CARCINOMA: EVALUATION OF 8 POST-TRANSPLANT SCORING SYSTEMS
Notice bibliographique
Résumé
Abstract Background Recurrence of hepatocellular carcinoma (HCC) after liver transplantation is a major cause of morbidity and mortality. It is well known that there is a discordance between pre-transplant imaging and post-transplant pathology that affect risk of recurrence. Several risk assessment tools have been developed, although to date, there is no widely accepted tool to predict HCC recurrence. Aims The aim of the current study is to determine which pathologic risk assessment score has the best predicative ability. Methods We retrospectively evaluated 152 patients over a twelve-year period that underwent liver transplantation for HCC. Using explanted pathology reports, each patient was stratified according to the pathologic risk score and followed over time for HCC recurrence. We evaluated eight pathologic risk scores and determined predictive ability by assessing the area under the receiver operating characteristic curve (AUROC). Results Out of 152 consecutive liver transplants for HCC, recurrence occurred in 21 patients (14%) with a mean follow-up of 59.5 months. 54% of patients were within Milan criteria prior to transplant. According to explant pathology, microvascular invasion was seen in 16% of patients, with majority of the tumors being moderately differentiated (48%), tumor size ≥ 3cm (52%), and 26% of tumors in both lobes of the liver. Preliminary data suggests that the Parfitt et. al score has the best predictive ability, with 60% of recurrence occurring in those considered high-risk. Further assessment via AUROC will be required to confirm the preliminary data. Conclusions Preliminary data suggests the Parfitt et al. score may have the best predictive ability to detect recurrence. This risk assessment tool can help tailor a surveillance strategy for early detection or early adjuvant therapy to improve long-term survival. Funding Agencies None
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».