De Novo Malignancy After Liver Transplantation: Risk Assessment, Prevention, and Management—Guidelines From the ILTS-SETH Consensus Conference
Notice bibliographique
Résumé
De novo malignancies (DNMs) following liver transplantation (LT) have been reported as 1 of the major causes of late mortality, being the most common cause of death in the second decade after LT. The overall incidence of DNMs is reported to be in the range of 3.1% to 14.4%, and the incidence is 2- to 3-fold higher in transplant recipients than in age- and sex-matched healthy controls. Long-term immunosuppressive therapy, which is the key in maintaining host tolerance and achieving good long-term outcomes, is known to contribute to a higher risk of DNMs. However, the incidence and type of DNM also depends on different risk factors, including patient demographics, cause of the underlying chronic liver disease, behavior (smoking and alcohol abuse), and pre-existing premalignant conditions. The estimated standardized incidence ratio for different DNMs is also variable. The International Liver Transplantation Society-Spanish Society of Liver Transplantation Consensus Conference working group on DNM has summarized and discussed the current available literature on epidemiology, risk factors, management, and survival after DNMs. Recommendations for screening and surveillance for specific tumors, as well as immunosuppression and cancer-specific management in patients with DNM, are summarized.
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 ».