BETTER LIVING DONOR LIVER TRANSPLANTATION PATIENT SURVIVAL COMPARED TO DECEASED DONOR — A SYSTEMATIC REVIEW AND META-ANALYSIS
Notice bibliographique
Résumé
BACKGROUND: Deceased donor liver transplantation (DDLT) is the first choice, but living donor transplantation (LDLT) is an alternative to be considered in special situations, such as lack of donated organs and emergencies. So far, there is no consensus on which transplantation method provides better survival and fewer complications, which is still an open point for discussion. METHODS: This meta-analysis compared the 1, 3, and 5-year patient and graft survival rates of LDLT and DDLT. We included studies published from April-2009 to June-2021 and adopted the generic model of the inverse of variance for the random effect of hazard ratios. The adequacy of the studies was determined using the Newcastle-Ottawa Scale - NOS (WELLS). RESULTS: For patient survival analysis, we included a total of 32,258 subjects. We found a statistically significant better survival for the LDLT group at 1, 3 and 5 years, respectively: 1.35 HR (95%CI 1.10-1.66, P=0.005), 1.26 HR (95%CI 1.09-1.46, P=0.002) and 1.27 HR (95%CI 1.09-1.48, P=0.002). Our meta-analysis evaluated a total of 21,276 grafts. In the overall analysis, the 1-year survival was improved in favor of the LDLT group (1.36 HR, 95%CI 1.16-1.60, P<0.0001), while the 3-year survival (1.13 HR, 95%CI 0.96-1.33, P<0.13), and 5 (0.99 HR, 95%CI 0.74-1.33, P<0.96), did not differ significantly. CONCLUSION: This metanalysis detected a statistically significant greater 1-, 3- and 5-years patient survival favoring LDLT compared to DDLT as well as a statistically significant difference better 1-year graft survival favoring the LDLT group.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».