Potential Heart, Liver, and Kidney Donation after Circulatory Determination of Death in a Neonatal Intensive Care Unit
Notice bibliographique
Résumé
BACKGROUND: Pediatric organ donation after circulatory determination of death (DCD) has increased in recent years; however, there are few data reporting the number of neonatal potential DCD organ donors and no Canadian-specific reports. OBJECTIVE: The main objective of this study was to estimate the number of patients who may have become actual DCD organ donors from a single, tertiary neonatal intensive care unit (NICU) over 5 years. METHODS: We reviewed all medical charts of newborns ≥2.5 kg, who died in our center's NICU from January 2013 to December 2017. We determined how many could have become actual organ donors after brain death (DBD) or DCD based on 3 sets of organ-specific eligibility criteria defined as conservative, standard, and liberal. RESULTS: Of the 39 deceased patients, none met the criteria for DBD. Twenty-nine (75%) died after the withdrawal of life-sustaining therapies. According to the conservative criteria, 1 patient would have been eligible for kidneys and liver donation. Three patients met standard criteria for kidneys and 1 for liver. Eight patients would have been eligible donors for kidneys, 7 for liver, and 2 for heart according to liberal criteria. Only 2 patients were evaluated for DCD, and no organ donation was performed. CONCLUSIONS: While uncommon, we identified potential DCD organ donors in the NICU population for kidney, heart, and liver transplants. The substantial variability in the number of potential donors depending on the selected eligibility criteria emphasizes the need for a standardized definition adapted to local capacities.
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) | 0,000 | 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 ».