Impact of HLA Mismatch at First Kidney Transplant on Lifetime With Graft Function in Young Recipients
Notice bibliographique
Résumé
As HLA matching has been progressively de-emphasized in the American deceased donor (DD) kidney allocation algorithm, concerns have been raised that poor matching at first transplant may lead to greater sensitization and more difficulty finding an acceptable donor for a second transplant should the first transplant fail. We compared proportion of total observed lifetime with graft function after first transplant, and waiting times for a second transplant between individuals with different levels of HLA mismatch (MM) at first transplant. We studied patients recorded in the United States Renal Data System (1988-2009) who received a first DD transplant at age ≤21 years (n = 8433), and the subgroup who were listed for a second DD transplant following first graft failure (n = 2498). Compared with recipients of 2-3 MM first grafts, 4-6 MM graft recipients spent 12% less of their time and 0-1 MM recipients 15% more time with a functioning graft after the first transplant (both p < 0.0001); 4-6 MM recipients were significantly less likely (hazard ratio [HR] 0.87 [95% confidence interval 0.76, 0.98]; p = 0.03), and 0-1 MM recipients more likely (HR 1.26 [0.99, 1.60]; p = 0.06) to receive a second transplant after listing. The benefits of better HLA matching at first transplant on lifetime with graft function are significant, but relatively small.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».