Clinical Practice Guideline for Solid Organ Donation and Transplantation During the COVID-19 Pandemic
Notice bibliographique
Résumé
The coronavirus 2019 (COVID-19) pandemic has disrupted health systems worldwide, including solid organ donation and transplantation programs. Guidance on how best to screen patients who are potential organ donors to minimize the risks of COVID-19 as well as how best to manage immunosuppression and reduce the risk of COVID-19 and manage infection in solid organ transplant recipients (SOTr) is needed. METHODS: Iterative literature searches were conducted, the last being January 2021, by a team of 3 information specialists. Stakeholders representing key groups undertook the systematic reviews and generation of recommendations using a rapid response approach that respected the Appraisal of Guidelines for Research and Evaluation II and Grading of Recommendations, Assessment, Development and Evaluations frameworks. RESULTS: The systematic reviews addressed multiple questions of interest. In this guidance document, we make 4 strong recommendations, 7 weak recommendations, 3 good practice statements, and 3 statements of "no recommendation." CONCLUSIONS: SOTr and patients on the waitlist are populations of interest in the COVID-19 pandemic. Currently, there is a paucity of high-quality evidence to guide decisions around deceased donation assessments and the management of SOTr and waitlist patients. Inclusion of these populations in clinical trials of therapeutic interventions, including vaccine candidates, is essential to guide best practices.
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 | 0,001 |
| 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 ».