Predictors of survival following liver transplantation for pediatric hepatoblastoma and hepatocellular carcinoma: Experience from the Society of Pediatric Liver Transplantation (SPLIT)
Notice bibliographique
Résumé
Management of unresectable pediatric hepatoblastoma (HB) and hepatocellular carcinoma (HCC) remains challenging. The Society of Pediatric Liver Transplantation (SPLIT) database was used to study survival predictors in pediatric liver transplantation (LT) for HB and HCC. Event-free survival (EFS), associated risk factors, and postoperative complications were studied in children requiring LT for HB/HCC at 16 SPLIT centers. Three-year EFS was 81% for HB (n = 157) and 62% for HCC (n = 18) transplants. Of HB transplants, 6.9% were PRETEXT II and 15.3% were POST-TEXT I/II. Tumor extent did not impact survival (p = NS). Salvage (n = 13) and primary HB transplants had similar 3-year EFS (62% versus 78%, p = NS). Among HCC transplants, 3-year EFS was poorer in older patients (38% in ≥8-year-olds vs 86% <8-year-olds) and those with larger tumors (48% for those beyond versus 83% within Milan criteria, p = NS). Risk of infection (HR 1.5, 95% CI 1.1-2.2, p = .02) and renal injury (HR 2.4, 95% CI 1.7-3.3, p < .001) were higher in malignant versus nonmalignant LT. Survival is favorable for pediatric HB and HCC LT, including outcomes after salvage transplant. Unexpected numbers of LTs occurred in PRE/POST-TEXT I/II tumors. Judicious patient selection is critical to distinguish tumors that are potentially resectable; simultaneously, we must advocate for patients with unresectable malignancies to receive organs.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».