Prognostic Significance of Hemoglobin, Albumin, Lymphocyte, and Platelet (HALP) Score in Liver Transplantation for Hepatocellular Carcinoma
Notice bibliographique
Résumé
Objectives: Hepatocellular carcinoma (HCC) remains a major indication for liver transplantation (LT), but accurate pretransplant risk stratification is critical to improve long-term outcomes. Traditional morphometric criteria such as tumor size and number are limited in predicting recurrence and survival. The HALP (hemoglobin, albumin, lymphocyte, platelet), gamma-glutamyl transpeptidase to platelet ratio (GPR), and FIB-4 indices are emerging systemic inflammatory and nutritional biomarkers that may provide additional prognostic value in HCC patients undergoing LT. Materials and Methods: This retrospective, two-center cohort study included 200 patients who underwent LT for HCC between 2012 and 2023. Preoperative HALP, GPR, and FIB-4 scores were calculated, and their associations with overall survival (OS) and recurrence-free survival (RFS) were assessed using ROC analyses and Cox proportional hazard models. Cut-off values were determined for each biomarker, and survival outcomes were analyzed using Kaplan–Meier methods. Results: A low HALP score (≤0.39) was independently associated with reduced OS but not with RFS. Conversely, low GPR (≤0.45) and FIB-4 (≤3.1) values were significantly associated with both poor OS and higher recurrence risk. Tumor size, number of lesions, and microvascular invasion also independently predicted poor outcomes. Multivariate analysis confirmed HALP, GPR, and FIB-4 as significant preoperative predictors of prognosis in this population. Conclusions: HALP, GPR, and FIB-4 are readily available, cost-effective indices that provide significant prognostic information in HCC patients undergoing LT. Their integration with morphometric criteria may improve pretransplant risk stratification and support individualized clinical decision-making.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».