The Society of Pediatric Liver Transplantation ( <scp>SPLIT</scp> ): 2023 Registry Status
Notice bibliographique
Résumé
BACKGROUND: The Society of Pediatric Liver Transplantation (SPLIT) has undergone tremendous growth with > 45 sites contributing data focusing on improving outcomes in pediatric liver transplantation (LT). We report and compare outcomes from the SPLIT Registry. METHODS: Patients < 18 years with first-time LT only enrolled into the SPLIT Registry between 2011 and 2023 were included. Data was stratified into eras from the last published registry update (era 1: 2011-2018, era 2: 2018-2023). RESULTS: Three thousand five hundred four participants from 47 centers were included (era 1: n = 2159; era 2: n = 1345). Age distribution differed with more children < 1 year. of age at LT in era 2 (era 1: 29% vs. era 2: 33%, p = 0.01). Indications for LT were similar, with biliary atresia (38.8%) and metabolic disease (16.0%) being most common. Exception point use was higher in era 2 (era 1: 45% vs. era 2: 56%, p < 0.001). No difference in graft type (deceased: 81% era 1 vs. 78% era 2, p = 0.78), patient survival at 90 days (era 1: 98.7% vs. era 2: 98.3%), 1 year (era 1: 97.2 vs. era 2: 96.8%), or 3 years (era 1: 95.3% vs. era 2: 95.2%) was noted. Rate of hepatic artery thrombosis was lower in era 2 (era 1: 7% vs. era 2: 5%, p = 0.02). CONCLUSIONS: Trends in pediatric LT within SPLIT note similar LT indications and graft type, higher utilization of exception points, and lower HAT rates despite transplanting more children < 10 kg. This data underscores the evolution of pediatric LT toward higher survivability and overall patient outcomes.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 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 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 ».