Imaging Evaluation of Living Liver Donor Candidates: Techniques, Protocols, and Anatomy
Notice bibliographique
Résumé
The need for liver transplants is increasing because the prevalence of liver diseases and the indications for transplants are growing. In response to the shortage of grafts from deceased donors, more transplants are being performed worldwide with grafts from living donors. Radiologic evaluation is an integral component in the assessment of donor candidates to ensure their eligibility and to choose the most appropriate surgical approach. MRI is the preferred modality for evaluation of the liver parenchyma and biliary tree. In most centers, a combination of MRI and CT is used to take advantage of the higher spatial resolution of CT for evaluation of arteries. However, MRI-only assessment is feasible. In addition to assessment of the liver parenchyma for abnormalities such as steatosis, a detailed evaluation of the hepatic vascular and biliary system for pertinent anatomic variants is crucial, because these variants can affect surgical techniques and outcomes in both recipients and donors. In this pictorial article, after a brief review of the most common surgical techniques and postsurgical liver anatomy, the biliary and vascular anatomy are discussed, with specific attention paid to the variants that are pertinent to this surgical procedure. The roles of liver segmentation and volumetric assessment and current imaging techniques and protocols are also discussed. Online supplemental material is available for this article. ©RSNA, 2021 This article was updated with funder information on September 7, 2022.
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) | 0,000 | 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 ».