The predictive value of the modified AFP model for liver transplantation outcomes in multinodular hepatocellular carcinoma patients
Notice bibliographique
Résumé
BACKGROUND: There is a lack of studies focusing on the benefit of liver transplantation (LT) in hepatocellular carcinoma (HCC) patients with > 3 tumors. This study aims to establish a model to effectively predict overall survival in Chinese HCC patients with multiple tumors (> 3 tumors) who undergo LT. METHODS: This retrospective study included 434 HCC liver transplant recipients from the China Liver Transplant Registry. All HCC patients had more than 3 tumor nodules. Three selection criteria systems (i.e., AFP, Metroticket 2.0, and Up-to-7) were compared regarding the prediction of HCC recurrence. The modified AFP model was established by univariate and multivariate competing risk analyses. RESULTS: The AFP score 2 and the AFP score ≥ 3 groups had 5-year recurrence rates of 19.6% and 40.5% in our cohort. The prediction of HCC recurrence based on the AFP model was associated with a c-statistic of 0.606, which was superior to the Up-to-7 and Metroticket 2.0 models. AFP level > 1000 ng/mL, largest tumor size ≥ 8 cm, vascular invasion, and MELD score ≥ 15 were associated with overall survival. The 5-year survival rate in the modified AFP score 0 group was 71.7%. CONCLUSIONS: The AFP model is superior in predicting tumor recurrence in HCC patients with > 3 tumors prior to LT. With the modified AFP model, patients likely to derive sufficient benefit from LT can be identified.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».