European Society for Organ Transplantation Consensus Statement on Biomarkers in Liver Transplantation
Notice bibliographique
Résumé
Currently, one-year survival following liver transplantation (LT) exceeds 90% in large international registries, and LT is considered definitive treatment for patients with end-stage liver disease and liver cancer. Recurrence of disease, including hepatocellular carcinoma (HCC), significantly hampers post-LT outcomes. An optimal approach to immunosuppression (IS), including safe weaning, may benefit patients by mitigating the effect on recurrent diseases, as well as reducing adverse events associated with over-/under-IS, including chronic kidney disease (CKD). Prediction of these outcome measures-disease recurrence, CKD, and immune status-has long been based on relatively inaccurate clinical models. To address the utility of new biomarkers in predicting these outcomes in the post-LT setting, the European Society of Organ Transplantation (ESOT) and International Liver Transplant Society (ILTS) convened a working group of experts to review literature pertaining to primary disease recurrence, development of CKD, and safe weaning of IS. Summaries of evidence were presented to the group of panelists and juries to develop guidelines, which were discussed and voted in-person at the Consensus Conference in Prague November 2022. The consensus findings and recommendations of the Liver Working Group on new biomarkers in LT, clinical applicability, and future needs are presented in this article.
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 | 0,000 | 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 ».