The management of post-transplantation recurrence of hepatocellular carcinoma
Notice bibliographique
Résumé
The annual incidence of hepatocellular carcinoma (HCC) continues to rise. Over the last two decades, liver transplantation (LT) has become the preferable treatment of HCC, when feasible and strict selection criteria are met. With the rise in HCC-related LT, compounded by downstaging techniques and expansion of transplant selection criteria, a parallel increase in number of post-transplantation HCC recurrence is expected. Additionally, in the context of an immunosuppressed transplant host, recurrences may behave aggressively and more challenging to manage, resulting in poor prognosis. Despite this, no consensus or best practice guidelines for post-transplantation cancer surveillance and recurrence management for HCC currently exist. Studies with adequate population sizes and high-level evidence are lacking, and the role of systemic and locoregional therapies for graft and extrahepatic recurrences remains under debate. This review seeks to summarize the existing literature on post-transplant HCC surveillance and recurrence management. It highlights the value of early tumour detection, re-evaluating the immunosuppression regimen, and staging to differentiate disseminated recurrence from intrahepatic or extrahepatic oligo-recurrence. This ultimately guides decision-making and maximizes treatment effect. Treatment recommendations specific to recurrence type are provided based on currently available locoregional and systemic therapies.
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) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».