Liver transplantation as a treatment for cancer: comprehensive review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Liver transplantation for cancer indications has gained momentum in recent years. This review is intended to optimize the care setting of liver transplant candidates by highlighting current indications, technical aspects and barriers with available solutions to facilitate the guidance of available strategies for healthcare professionals in specialized centres. METHODS: A review of the most recent relevant literature was conducted for all the cancer indications of liver transplantation including colorectal cancer liver metastases, hilar cholangiocarcinoma, intrahepatic cholangiocarcinoma, neuroendocrine tumours, hepatocellular carcinoma and hepatic epitheloid haemangioendothelioma. RESULTS: Transplant benefit from the best available evidence, including SECA I, SECA II, TRANSMET studies for colorectal liver metastases, various preoperative protocols for cholangiocarcinoma patients, standard, extended selection criteria for hepatocellular carcinoma and neuroendocrine tumours, are discussed. Innovative approaches to deal with organ shortages, including machine-perfused deceased grafts, living donor liver transplantation and RAPID procedures, are also explored. CONCLUSION: Cancer indications for liver transplantation are here to stay, and the selection criteria among all cancer groups are likely to evolve further with improved prognostication of tumour biology using adjuncts such as radiomics, cancer genomics, and circulating DNA and RNA status. International prospective registry-based studies could overcome the limitations of smaller patient cohorts and lack of level 1 evidence.
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.
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) | 0,003 | 0,001 |
| 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 découle