Liver discard rate due to conservative estimations of steatosis: an inference-based approach
Notice bibliographique
Résumé
Abstract Background On-site conservative estimations of steatosis could result in the unnecessary discard of donor livers. This study applied the body mass index (BMI) as an independent statistical indicator to determine the extent of this problem. We explored two hypotheses: (I) that because of varying levels of expertise and protocols (reputational risk for pathologists), biopsies at transplant centers overestimate hepatic steatosis (HS), and (ii) that non-biopsy donor liver assessments are more conservative than biopsy-based evaluations. Methods The study processed cross-database and intra-database comparisons using data from the National Health and Nutrition Examination Survey (NHANES) and Organ Procurement and Transplantation Network (OPTN) spanning January 2017 to March 2020 in the United States. Post-matching BMI was applied as an independent indicator of statistical risk of HS. Results Contrary to our first hypothesis , biopsies at transplant centers did not overestimate HS - biopsy-classified donor livers were found in similar or lower risk categories. Consistent with our second hypothesis , absent biopsies, evaluations before and during organ procurement were observed to be more conservative, leading to the discard of 11.9% (373) of potential donor livers. Conclusions The study concludes that there was a significant (11.9%) disparity caused by on-site non-biopsy assessments of HS, leading to the unnecessary discard of potential donor livers. The findings emphasize the need to develop more accurate intraoperative techniques for assessing HS to optimize donor liver procurement.
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 | 0,105 | 0,263 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».