MétaCan
Menu
Retour à la cohorte
Enregistrement W3012175608 · doi:10.1111/petr.13665

Review of interactions between high‐risk pediatric heart transplant recipients and marginal donors including utilization of risk score models

2020· review· en· W3012175608 sur OpenAlexaff
Jeffrey G. Gossett, Shahnawaz Amdani, S Khulbey, Ann R. Punnoose, David N. Rosenthal, Jonathan Smith, Jacqueline M. Smits, Anne I. Dipchand, Richard Kirk, Oliver Miera, Ryan R. Davies

Notice bibliographique

RevuePediatric Transplantation · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueTransplantation: Methods and Outcomes
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineHeart transplantationFramingham Risk ScoreIntensive care medicineRisk assessmentTransplantationInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Donor organ acceptance practices vary among pediatric heart transplant professionals. We sought to understand what is known about the interactions between the "high-risk" recipient and the "marginal donor," and how donor risk scores can impact this discussion. METHODS: A systematic review of published literature on pediatric HTx was undertaken with the assistance of a medical librarian. Two authors independently assessed search results, and papers were reviewed for inclusion. RESULTS: We found that there are a large number of individual factors, and clusters of factors, that have been used to label individual recipients "high-risk" and individual donors "marginal." The terms "high-risk recipient" and "marginal donor" have been used broadly in the literature making it virtually impossible to make comparisons between publications. In general, the data support that patients who could be easily agreed to be "sicker recipients" are at more risk compared to those who are clearly "healthier," albeit still "sick enough" to need transplantation. Given this variability in the literature, we were unable to define how being a "high-risk" recipient interplays with accepting a "marginal donor." Existing risk scores are described, but none were felt to adequately predict outcomes from factors available at the time of offer acceptance. CONCLUSIONS: We could not determine what makes a donor "marginal," a recipient "high-risk," or how these factors interplay within the specific recipient-donor pair to determine outcomes. Until there are better risk scores predicting outcomes at the time of organ acceptance, programs should continue to evaluate each organ and recipient individually.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,073
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,073
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,009
Bibliométrie0,0090,011
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,143
Tête enseignante GPT0,396
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric TransplantationMême sujetTransplantation: Methods and OutcomesTravaux en français237 207