P.25: Adaptive platform trial for deceased organ donation optimisation: OPTIDON APT.
Notice bibliographique
Résumé
Background: Despite global efforts to improve deceased organ donation, there is substantial variability in donor- and organ- management practices, and hence organ utilisation. We propose a unified, international, multi-centre adaptive platform trial (APT) designed to efficiently evaluate and optimise pre- and post-retrieval interventions in deceased potential donors. Objective: To develop and implement a scalable APT that improves the number and quality of organs successfully transplanted from deceased donors. Methods: OPTIDON APT will use a pragmatic, Bayesian adaptive framework to evaluate pre- and post-retrieval interventions, grouped into domains based on intervention mechanism (e.g. pharmaceutical, artificial perfusion, donor blood pressure) and organ effect (e.g. hormonal resuscitation for heart donors, machine perfusion for individual organs). Such platform structures allow for new domains and/or interventions to be added and ineffective interventions dropped without starting new trials.Randomisation can occur at the donor (pre-retrieval) and/or organ level (post-retrieval). The trial will leverage existing intensive care, donation, and transplant registries, including donor-recipient linkage. The primary outcome will be successful transplantation (number and function), with secondary outcomes including graft survival, donor metrics, and protocol adherence. Collaboration and Governance: The platform will be globally scalable and coordinated through shared protocols, centralised analysis, and aligned outcome definitions. International partnerships will include donation and transplantation organisations and clinical trials networks across the UK, Canada, Spain, and Australasia. Governance will involve a trial steering committee, safety monitoring, and domain-specific expert groups. Local ethical standards would be applied for research in deceased donation and organ interventions. Impact: This research methodology has the potential accelerate evidence generation in donor management, improve graft outcomes, and enhance international collaboration. The platform structure enables rapid adaptation to emerging interventions, supporting a sustainable path to evidence-based deceased donor optimisation.
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 | 0,010 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,002 |
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 ».