Expert Consensus Guidelines on Minimally Invasive Donor Hepatectomy for Living Donor Liver Transplantation From Innovation to Implementation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: The Expert Consensus Guidelines initiative on MIDH for LDLT was organized with the goal of safe implementation and development of these complex techniques with donor safety as the main priority. BACKGROUND: Following the development of minimally invasive liver surgery, techniques of MIDH were developed with the aim of reducing the short- and long-term consequences of the procedure on liver donors. These techniques, although increasingly performed, lack clinical guidelines. METHODS: A group of 12 international MIDH experts, 1 research coordinator, and 8 junior faculty was assembled. Comprehensive literature search was made and studies classified using the SIGN method. Based on literature review and experts opinions, tentative recommendations were made by experts subgroups and submitted to the whole experts group using on-line Delphi Rounds with the goal of obtaining >90% Consensus. Pre-conference meeting formulated final recommendations that were presented during the plenary conference held in Seoul on September 7, 2019 in front of a Validation Committee composed of LDLT experts not practicing MIDH and an international audience. RESULTS: Eighteen Clinical Questions were addressed resulting in 44 recommendations. All recommendations reached at least a 90% consensus among experts and were afterward endorsed by the validation committee. CONCLUSIONS: The Expert Consensus on MIDH has produced a set of clinical guidelines based on available evidence and clinical expertise. These guidelines are presented for a safe implementation and development of MIDH in LDLT Centers with the goal of optimizing donor safety, donor care, and recipient outcomes.
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.
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 découle