Patient Selection for Downstaging of Hepatocellular Carcinoma Prior to Liver Transplantation—Adjusting the Odds?
Notice bibliographique
Résumé
Background and Aims: Morphometric features such as the Milan criteria serve as standard criteria for liver transplantation (LT) in patients with hepatocellular carcinoma (HCC). Since it has been recognized that these criteria are too restrictive and do not adequately display the tumor biology, additional selection parameters are emerging. Methods: Concise review of the current literature on patient selection for downstaging and LT for HCC outside the Milan criteria. Results: The major task in patients outside the Milan criteria is the need for higher granularity with patient selection, since the benefit through LT is not uniform. The recent literature clearly shows that beneath tumor size and number, additional selection parameters are useful in the process of patient selection for and during downstaging. For initial patient selection, the alpha fetoprotein (AFP) level adds additional information to the size and number of HCC nodules concerning the chance of successful downstaging and LT. This effect is quantifiable using newer selection tools like the WE (West-Eastern) downstaging criteria or the Metroticket 2.0 criteria. Also an initial PET-scan and/or tumor biopsy can be helpful, especially in the high risk group of patients outside the University of California San Francisco (UCSF) criteria. After this entry selection, the clinical course during downstaging procedures concerning the tumor and the AFP response is of paramount importance and serves as an additional final selection tool. Conclusion: Selection criteria for liver transplantation in HCC patients are becoming more and more sophisticated, but are still imperfect. The implementation of molecular knowledge will hopefully support a more specific risk prediction for HCC patients in the future, but do not provide a profound basis for clinical decision-making at present.
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) | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».