Can we reduce ischemic cholangiopathy rates in donation after cardiac death liver transplantation after 10 years of practice? Canadian single-centre experience
Notice bibliographique
Résumé
<h3>Background:</h3> Outcomes in liver transplantation with organs obtained via donation after cardiocirculatory death (DCD) have been suboptimal compared to donation after brain death, attributed mainly to the high incidence of ischemic cholangiopathy (IC). We evaluated the effect of a 10-year learning curve on IC rates among DCD liver graft recipients at a single centre. <h3>Methods:</h3> We analyzed all DCD liver transplantation procedures from July 2006 to July 2016. Patients were grouped into early (July 2006 to June 2011) and late (July 2011 to July 2016) eras. Those with less than 6 months of follow-up were excluded. Primary outcomes were IC incidence and IC-free survival rate. <h3>Results:</h3> Among the 73 DCD liver transplantation procedures performed, 70 recipients fulfilled the selection criteria, 32 in the early era and 38 in the late era. Biliary complications were diagnosed in 19 recipients (27%). Ischemic cholangiopathy was observed in 8 patients (25%) in the early era and 1 patient (3%) in the late era (<i>p</i> = 0.005). The IC-free survival rate was higher in the late era than the early era (98% v. 79%, <i>p</i> = 0.01). The warm ischemia time (27 v. 24 min, <i>p</i> = 0.049) and functional warm ischemia time (21 v. 17 min, <i>p</i> = 0.002) were significantly lower in the late era than the early era. <h3>Conclusion:</h3> We found a significant reduction in IC rates and improvement in IC-free survival among DCD liver transplantation recipients after a learning curve period that was marked by more judicious donor selection with shorter procurement times.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».