Early Allograft Dysfunction After Liver Transplantation With Donation After Circulatory Death and Brain Death Grafts: Does the Donor Type Matter?
Notice bibliographique
Résumé
Background. Early allograft dysfunction (EAD) after liver transplantation has been associated with long-term reduced graft and patient survival. Methods. In this single-center cohort study, we aimed to compare incidence, risk factors, and outcomes in liver transplant recipients who developed EAD. Patients who received donation after circulatory death (DCD) or donation after brain death (DBD) grafts between January 2007 and December 2017 were included. EAD was defined as bilirubin of ≥10 mg/dL (171 μmol/L) or an international normalized ratio of ≥1.6 on postoperative day 7 or transaminases >2000 U\L in the first-week posttransplantation as previously described. Results. In our cohort of 1068 patients, incidence of EAD was 44%. EAD occurred more frequently in the DCD versus DBD group (71% versus 41%, P < 0.01). Overall, recipients who developed EAD showed a significantly lower graft and patient survival at 1, 3, and 5 y after transplantation (all P < 0.05). This was also the case for recipients of DBD grafts. However, for recipients of DCD grafts, patient and graft survival were not affected by the presence of EAD. For recipients of DBD grafts, donor age, body mass index (BMI) and gender, recipient BMI and model for end-stage liver disease score and warm and cold ischemia time were associated with EAD. For DCD recipients, donor BMI and cold ischemia time were associated with EAD. Conclusions. In our cohort study, EAD resulted in reduced long-term patient and graft survival only for DBD recipients but not for DCD recipients. Predictive markers for EAD were dependent on the donor type.
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 | 0,000 |
| 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) | 0,001 | 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 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 ».