Outcomes of lung transplantation from organ donation after medical assistance in dying: First North American experience
Notice bibliographique
Résumé
Over 2.5% of deaths in Canada occur as a result from medical assisting in dying (MAID), and a subset of these deaths result in organ donation. However, detailed outcomes of lung transplant recipients using these donors is lacking. This is a retrospective single center cohort study comparing lung transplantation outcomes after donation using MAID donors compared to neurologically determined death and controlled donation after circulatory death (NDD/cDCD) donors from February 2018 to July 2021. Thirty-three patients received lungs from MAID donors, and 560 patients received lungs from NDD/cDCD donors. The donor diagnoses leading to MAID provision were degenerative neurological diseases (n = 33) and end stage organ failure (n = 5). MAID donors were significantly older than NDD/cDCD donors (56 [IQR 49-64] years vs. 48 [32-59]; p = .0009). Median ventilation period and 30 day mortality were not significantly different between MAID and NDD/cDCD lungs recipients (ventilation: 1 day [1-3] vs 2 days [1-3]; p = .37, deaths 0% [0/33] vs. 2% [11/560], p = .99 respectively). Intermediate-term outcomes were also similar. In summary, for lung transplantation using donors after MAID, recipient outcomes were excellent. Therefore, where this practice is permitted, donation after MAID should be strongly considered for lung transplantation as a way to respect donor wishes while substantially improving outcomes for recipients with end-stage lung disease.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».