Expanding the living donor pool using domino liver transplantation: a systematic review
Notice bibliographique
Résumé
INTRODUCTION: To this day, a discrepancy exists between donor liver demand and supply. Domino liver transplantation (DLT) can contribute to increasing the number of donor livers available for transplantation. METHODS: The design of this systematic review was based on the Preferred Reporting Items for Systematic Reviews (PRISMA). A qualitative analysis of included studies was performed. Primary outcomes were mortality and peri- and postoperative complications related to DLT. RESULTS: Twelve studies met the inclusion criteria. All included studies showed that DLT outcomes were comparable to outcomes of deceased donor liver transplantation (DDLT) in terms of mortality and complications. One-year patient survival rate ranged from 66.7% to 100%. Re-transplantation rate varied from 0 to 12.5%. Most frequent complications were related to biliary (3.7%-37.5%), hepatic artery (1.6%-9.1%), portal vein (12.5-33.3%) and hepatic vein events (1.6%), recurrence of domino donor disease (3.3%-17.4%) and graft rejection (16.7%-37.7%). The quality of the evidence was rated as moderate according to the Newcastle-Ottawa scale (NOS). CONCLUSION: DLT outcomes were similar to DDLT in terms of mortality and complications. Even though DLT will not solve the entire problem of organ shortage, transplant programs should always consider using this tool to maximize the availability of liver grafts.
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 | 0,013 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».