Impact of pretransplant antinuclear antibody and antismooth muscle antibody titers on disease recurrence and graft survival following liver transplantation in autoimmune hepatitis patients
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Disease recurrence following transplantation occurs in 20-45% of patients with autoimmune hepatitis (AIH). Factors associated with an increased risk of recurrence include human leukocyte antigen (HLA) DR3 and HLA DR4 positivity, inadequate immunosuppression, and severity of inflammation in the native liver. Titers of several autoantibodies can be elevated in patients with AIH, including antinuclear antibody (ANA) and antismooth muscle antibody (SMA); however, it is unclear whether or not the degree of elevation influences the risk of disease recurrence following transplantation. METHODS: We conducted a retrospective study to evaluate the potential impact of pretransplant titers on post-transplant outcomes for patients with AIH. Sixty-three patients with AIH who underwent 72 liver transplants between 1 January 1989 and 1 January 2009 were included, with a median follow up of 10 months. Patients were divided into group A (ANA or SMA ≥ 1:160) and group B (titers ≤ 1:160). RESULTS: There was no significant difference in the recurrence rates or death between patients in groups A and B, respectively. Only race appeared to impact outcomes, with African American patients having a higher incidence of death and recurrent disease post-transplant compared to other ethnicities. CONCLUSIONS: Based on our findings, pretransplant ANA and SMA levels do not appear to impact recurrence rates or outcomes following liver transplantation for AIH.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».