<i>Ex Vivo</i> Liver Machine Perfusion: Comprehensive Review of Common Animal Models
Notice bibliographique
Résumé
The most common preservation technique for liver grafts is static cold storage. Due to the organ shortage for liver transplantation (LT), extended criteria donor (ECD) allografts are increasingly used—despite the higher risk of inferior outcome after transplantation. Ex vivo liver machine perfusion (MP) has been developed to improve the outcome of transplantation, especially with ECD grafts, and is currently under evaluation in clinical trials. We performed a literature search on PubMed and ISI Web of Science to assemble an overview of rodent and porcine animal models of ex vivo liver MP for transplantation, which is essential for the present and future development of clinical liver MP. Hypothermic, subnormothermic, and normothermic MP systems have been successfully used for rat and pig LT. In comparison with hypothermic systems, normothermic perfusion often incorporates a dialysis unit. Moreover, it enables metabolic assessment of liver grafts. Allografts experiencing warm ischemic time have a superior survival rate after MP compared with cold storage alone, irrespective of the temperature used for perfusion. Furthermore, ex vivo MP improves the outcome of regular and ECD liver grafts in animal models. Small and large animal models of ex vivo liver MP are available to foster the further development of this new technology. Impact Statement Ex vivo machine perfusion is an important part of current research in the field of liver transplantation. While evidence for improve storage is constantly rising, the development of future applications such as quality assessment and therapeutic interventions necessitates robust animal models. This review is intended to provide an overview of this technology in common large and small animal models and to give an outlook on future applications. Moreover, we describe developmental steps that can be followed by others, and which can help to decrease the number of animals used for experiments based on the replace, reduce, refine concept.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».