Predictive Value of Alpha-Fetoprotein Change Rates for Hepatocellular Carcinoma Recurrence After Liver Transplant
Notice bibliographique
Résumé
Background: Liver transplantation offers a conclusive solution for individuals diagnosed with Hepatocellular carcinoma (HCC). Alterations in alpha-fetoprotein (AFP) levels prior to transplantation could serve as an indicator for the potential recurrence of HCC. Objective: This study aimed to evaluate the capacity of variations in the pre-transplant AFP levels as a prognostic indicator for tumor recurrence after transplant. Patients and methods: 144 HCC patients had liver transplant over a 20-year period at our institute. Their mean age at time of transplant was 54.8 years, and 124 patients were males. 71 patients (49.3%) received interventions for HCC (group 1), while 73 patients (50.7%) had no HCC treatment (group 2). Results: The recurrence-free survival rate was 86.8%. HCC recurrence was reported in 19 patients (13.2%), including 17 males and 2 females. Among these 19 patients, 11 were in group 1 (15.5%), and 8 were in group 2 (11%). The predictors of recurrence were a tumor volume greater than 115 cc (P = 0.010), and AFP > 400 ng/ml (P = 0.009). While AFP gradient (AFP-G) did not exhibit a significant correlation with tumor recurrence in the entire cohort, it demonstrated a notable correlation with recurrence in untreated patients. A specific AFP-G threshold of 60 ng/ml/month was chosen. An AFP-G of 60 ng/ml/month displayed a sensitivity of 83.3% and a specificity of 94.7% for predicting HCC recurrence. Conclusion: It was noted that using an AFP-G exceeding 60 ng/ml/month should be regarded as a prognostic tool rather than a strict selection criterion for transplant candidates.
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) | 0,000 | 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 ».