Temporal evolution of living donor liver transplantation survival—A United Network for Organ Sharing registry study
Notice bibliographique
Résumé
Living donor liver transplantation (LDLT) is a curative treatment for various liver diseases, reducing waitlist times and associated mortality. We aimed to assess the overall survival (OS), identify predictors for mortality, and analyze differences in risk factors over time. Adult patients undergoing LDLT were selected from the United Network for Organ Sharing database from inception (1987) to 2023. The Kaplan-Meier method was used for analysis, and multivariable Cox proportional hazard models were conducted. In total, 7257 LDLT recipients with a median age of 54 years (interquartile range [IQR]: 45-61 years), 54% male, 80% non-Hispanic White, body mass index of 26.3 kg/m 2 (IQR: 23.2-30.0 kg/m 2 ), and model for end-stage liver disease score of 15 (IQR: 11-19) were included. The median cold ischemic time was 1.6 hours (IQR: 1.0-2.3 hours) with 88% right lobe grafts. The follow-up was 4.0 years (IQR: 1.0-9.2 years). The contemporary reached median OS was 17.0 years (95% CI: 16.1, 18.1 years), with the following OS estimates: 1 year 95%; 3 years 89%; 5 years 84%; 10 years 72%; 15 years 56%; and 20 years 43%. Nine independent factors associated with mortality were identified, with an independent improved OS in the recent time era (adjusted hazards ratio: 0.53; 95% CI: 0.39, 0.71). The median center-caseload per year was 5 (IQR: 2-10), with observed center-specific improvement of OS. LDLT is a safe procedure with excellent OS. Its efficacy has improved despite an increase of risk parameters, suggesting its limits are yet to be met.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».