MétaCan
Menu
Retour à la cohorte
Enregistrement W4213314208 · doi:10.3791/62979

Left Lung Orthotopic Transplantation in a Juvenile Porcine Model for ESLP

2022· article· en· W4213314208 sur OpenAlexaff
Keir A. Forgie, Nicholas M. Fialka, Mubashir Khan, Max Buchko, Sanaz Hatami, Sayed Himmat, Xiao Qi, Xiuhua Wang, Katie-Marie Buswell, Ryan Edgar, Daina Domahidi, Darren H. Freed, Jayan Nagendran

Notice bibliographique

RevueJournal of Visualized Experiments · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTransplantation: Methods and Outcomes
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineLung transplantationLungTransplantationEconomic shortageSurgeryIntensive care medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Lung transplantation is the gold-standard treatment for end-stage lung disease, with over 4,600 lung transplantations performed worldwide annually. However, lung transplantation is limited by a shortage of available donor organs. As such, there is high waitlist mortality. Ex situ lung perfusion (ESLP) has increased donor lung utilization rates in some centers by 15%-20%. ESLP has been applied as a method to assess and recondition marginal donor lungs and has demonstrated acceptable short- and long-term outcomes following transplantation of extended criteria donor (ECD) lungs. Large animal (in vivo) transplantation models are required to validate ongoing in vitro research findings. Anatomic and physiologic differences between humans and pigs pose significant technical and anesthetic challenges. An easily reproducible transplant model would permit the in vivo validation of current ESLP strategies and the preclinical evaluation of various interventions designed to improve donor lung function. This protocol describes a porcine model of orthotopic left lung allotransplantation. This includes anesthetic and surgical techniques, a customized surgical checklist, troubleshooting, modifications, and the benefits and limitations of the approach.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,477
Écart entre enseignants0,422 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetTransplantation: Methods and OutcomesTravaux en français237 207