Clinical Features of de Novo Lung Neuroendocrine Tumor after Liver Transplantation for Hepatocellular Carcinoma
Notice bibliographique
Résumé
Objective: To analyze the clinical features of de novo lung neuroendocrine tumor (NET) after liver transplantation (LT) for hepatocellular carcinoma (HCC).
 Method: Retrospectively reviewed the clinical data of the 1253 patients who underwent LT from 2013 to 2022 in our institute.
 Result: Out of 1253 recipients of LT 7 patients suffered de novo lung carcinoma, of these 2 patients suffered lung NET accounting for 28.6% (2/7) of de novo lung carcinoma both at extensive stage. New on-set lung lesions and hilar and mediastinal lymphadenopathy were found by imaging tests; and were diagnosed as lung NETs in both patients through pathological examination. The interval between LT and diagnosis of lung NET ranged from 5.9 to 44.7 months. Both patients received cisplatin and etoposide as first-line chemotherapy and achieved partial remission. The progression-free survival period ranged from 1.9 to 2.2 months. Survival after diagnosis of lung NET ranged from 7.0 to 10.9 months. One of the patients tried to cease immunosuppressants during chemotherapy and incurred graft rejection.
 Conclusion: Lung NET may have a higher proportional incidence of de novo lung carcinoma in LT recipients. Early diagnosis is vital for the treatment of lung NET, while predictive and timely biopsy based on imaging findings is crucial for making an early diagnosis.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».