Imaging Course of Lung Transplantation: From Patient Selection to Postoperative Complications
Notice bibliographique
Résumé
Lung transplant is increasingly performed for the treatment of end-stage lung disease. As the number of lung transplants and transplant centers continues to rise, radiologists will more frequently participate in the care of patients undergoing lung transplant, both before and after transplant. Potential donors and recipients undergo chest radiography and CT as part of their pretransplant assessment to evaluate for contraindications to transplant and to aid in surgical planning. After transplant, recipients undergo imaging during the postoperative hospitalization and also in the long-term outpatient setting. Radiologists encounter a wide variety of conditions leading to end-stage lung disease and a myriad of posttransplant complications, some of which are unique to lung transplantation. Familiarity with these pathologic conditions, including their imaging findings and their temporal relationship to the transplant, is crucial to accurate radiologic interpretation. Knowledge of the surgical techniques and expected postoperative appearance prevents confusing normal posttransplant imaging findings with complications. A basic understanding of the indications, contraindications, and surgical considerations of lung transplant aids in imaging interpretation and protocoling and also facilitates communication between radiologists and transplant physicians. Despite medical and surgical advances over the past several decades, lung transplant recipients currently have an average posttransplant life expectancy of only 6.7 years. As members of the transplant team, radiologists can help maximize patient survival and hopefully increase posttransplant life expectancy and quality of life in the coming decades. ©RSNA, 2021 An invited commentary by Bierhals is available online. Online supplemental material is available for this article.
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 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».