Pre-Transplant Factors Influencing Rates of Hepatocellular Carcinoma Recurrence in Liver Transplant Recipients
Notice bibliographique
Résumé
BACKGROUND: The aim of the study was to determine factors influencing hepatocellular carcinoma (HCC) recurrence in a cohort of patients who underwent liver transplantation (LT) at a large, tertiary-care medical center. METHODS: A total of 132 patients with the diagnosis of HCC at time of transplant were evaluated for HCC recurrence over a 7-year period. Nine patients were found to have HCC recur post-LT. RESULTS: No significant demographic values were found to indicate recurrence. Pre-LT factors potentially influencing HCC recurrence rates included number of days between HCC diagnosis and date of LT (P = 0.015), caudate lobe involvement (P = 0.019), increased use of radiation therapies pre-LT (P = 0.011), and total number of locoregional therapies (LRT) pre-LT (P < 0.001). Post-transplant outcomes demonstrated a significant difference in deep venous thrombosis (DVT) in the recurrent vs. non-recurrent groups (P = 0.035). CONCLUSIONS: The prevalence of HCC recurrence in this study was lower than the national average, yet difficulty still exists in predicting pre-LT factors which may influence HCC recurrence rates.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».