Liver transplantation as a treatment for cancer: comprehensive review
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».