MétaCan
Menu
Retour à la cohorte
Enregistrement W4286009743 · doi:10.3791/64203

Surgical Tips and Tricks for Performing Porcine Pancreas Transplantation

2022· article· en· W4286009743 sur OpenAlexaff
Samrat Ray, Catherine Parmentier, Laura Mazilescu, Masataka Kawamura, Yuki Noguchi, Emmanuel Nogueira, Sujani Ganesh, Bhranavi Arulratnam, Markus Selzner, Trevor Reichman

Notice bibliographique

RevueJournal of Visualized Experiments · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueOrgan Transplantation Techniques and Outcomes
Établissements canadiensUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésTransplantationMedicinePancreasPancreas transplantationDissection (medical)Organ transplantationPathologyAnatomySurgeryKidney transplantationInternal medicine

Résumé

récupéré en direct d'OpenAlex

Despite the promising results of pancreas transplantation in type 1 diabetes mellitus and metabolic syndrome, the biggest concern around this state-of-the-art technique remains the paucity of organs deemed fit for transplantation. High intravascular resistance, delicate intraparenchymal capillary framework, and complex lobular anatomy around the mesenteric vasculature are what make this organ more susceptible to injury and less tolerant to trivial trauma compared to organs such as the liver and kidney. Meticulous surgical dissection and judicious tissue handling form the cornerstone of the entire exercise of pancreas transplantation. Owing to morphological similarity between the anatomy of the porcine pancreas to the surrounding mesenteric vessels and the organs when compared to the human anatomy, demonstration of the technique in the porcine model could help to most accurately extrapolate this to a human setting. The present article aims to outline the essential surgical tips and tricks that need to be followed, in order to ensure a higher success rate of transplantation of this highly susceptible organ in a porcine 3-day survival model.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,031
Tête enseignante GPT0,433
Écart entre enseignants0,402 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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

En bref

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetOrgan Transplantation Techniques and OutcomesTravaux en français237 207