Exception points for liver transplantation: A Canadian review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Exception points for liver transplant (LT) allocation are used to account for mortality risk not reflected by scoring systems such as the Model for End-Stage Liver Disease with sodium (MELD-Na). Currently, there is no formal policy regarding exception points in Canada, and differences across the country are not well understood. As such, a review of the criteria and exception points granted throughout the country for LT was conducted. Methods: Seven LT centres in five provinces were surveyed (Vancouver, Edmonton, London, Toronto, Montréal, Halifax) regarding the indications and criteria for exception points granted, the number of points granted, how points would be accrued, and the maximum points granted. Results: Programs in British Columbia and Nova Scotia grant variable exception points based on the median MELD-Na score with modifications; Alberta, Ontario, and Quebec grant exception points using specific values based on the indication. Overall, there was significant heterogeneity regarding exception points granted nationally with agreement only for awarding exception points for hepatopulmonary syndrome and polycystic liver disease. The second most common agreed-upon indications for exception points were portopulmonary hypertension and recurrent cholangitis offered by four provinces. Quebec had the most formal criteria for non-cirrhosis-based conditions. Conclusions: There is substantial variance across the country regarding the indications for granting exception points as well as the number of points granted. Future work on developing a national consensus will be important for the development of equity in LT across Canada.
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.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,012 | 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 découle