Evolution and Clinical Pathologic Correlations of De Novo Donor-Specific HLA Antibody Post Kidney Transplant
Notice bibliographique
Résumé
The natural history for patients with de novo donor-specific antibodies (dnDSA) and the risk factors for its development have not been well defined. Furthermore, clinical and histologic correlation with serologic data is limited. We studied 315 consecutive renal transplants without pretransplant DSA, with a mean follow-up of 6.2 ± 2.9 years. Protocol (n = 215) and for cause (n = 163) biopsies were analyzed. Solid phase assays were used to screen for dnDSA posttransplant. A total of 47 out of 315 (15%) patients developed dnDSA at a mean of 4.6 ± 3.0 years posttransplant. Independent predictors of dnDSA were HLA-DRβ1 MM > 0 (OR 5.66, p < 0.006); and nonadherence (OR 8.75, p < 0.001); with a strong trend toward clinical rejection episodes preceding dnDSA (OR 1.57 per rejection episode, p = 0.061). The median 10-year graft survival for those with dnDSA was lower than the No dnDSA group (57% vs. 96%, p < 0.0001). Pathology consistent with antibody-mediated injury can occur and progress in patients with dnDSA in the absence of graft dysfunction and furthermore, nonadherence and cellular rejection contribute to dnDSA development and progression to graft loss.
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) | 0,000 | 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 | 0,001 | 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 ».