Efficiency of machine perfusion in pediatric liver transplantation
Notice bibliographique
Résumé
Liver transplantation is the only life-saving procedure for children with end-stage liver disease. The field is however heterogenic with various graft types, recipient age, weight, and underlying diseases. Despite recently improved overall outcomes and the expanded use of living donors, waiting list mortality remains unacceptable, particularly in small children and infants. Based on the known negative effects of elevated donor age, higher body mass index, and prolonged cold ischemia time, the number of available donors for pediatric recipients is limited. Machine perfusion has regained significant interest in the adult liver transplant population during the last decade. Ten randomized controlled trials are published with an overall advantage of machine perfusion techniques over cold storage regarding postoperative outcomes, including graft survival. The concept of hypothermic oxygenated perfusion (HOPE) was the first and only perfusion technique used for pediatric liver transplantation today. In 2018 the first pediatric candidate received a full-size graft donated after circulatory death with cold storage and HOPE, followed by a few split liver transplants after HOPE with an overall limited case number until today. One series of split procedures during HOPE was recently presented by colleagues from France with excellent results, reduced complications, and better graft survival. Such early experience paves the way for more systematic use of machine perfusion techniques for different graft types for pediatric recipients. Clinical reports of pediatric liver transplants with other perfusion techniques are awaited. Strong collaborative efforts are needed to explore the effect of perfusion techniques in this vulnerable population impacting not only the immediate posttransplant outcome but the development and success of an entire life.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».