Pretransplant serologic testing to identify the risk of polyoma BK viremia in pediatric kidney transplant recipients
Notice bibliographique
Résumé
This study investigated the age-related prevalence of a prior polyoma BKV infection at the time of transplantation and association with subsequent development of BKV viremia. We measured BKV-specific antibody titers in stored serum samples obtained before transplantation in 94 pediatric kidney transplant recipients (in a single-center, retrospective analysis) and 40 matched donors from 1986 to 2007. Titers were categorized as LOW or HIGH serostatus at titers of ≤ 1:2560 and ≥ 1:10 240, respectively. Of these, 36 recipients transplanted since 2002 were prospectively screened for BKV viremia. Seventeen percent of recipients aged 0-6 yr had HIGH BKV serostatus compared with 73% of older recipients (p < 0.002). The prevalence of HIGH donor BKV serostatus was 73%. Five prospectively screened patients (14%) developed early BKV viremia, and an additional 4 (11%) had late onset of BKV viremia. There were three cases (8%) of BKVAN. LOW BKV serostatus was significantly associated with early BKV viremia (p = 0.02). Donor HIGH to recipient LOW (HIGH/LOW) had the highest risk of BKV viremia (4/7; 57%), compared with LOW/LOW (0/3; 0%) and recipient HIGH (1/26; 4%) (p = 0.004). BKV IgG titers are low in young pediatric kidney transplant recipients, and LOW BKV serostatus is associated with an increased risk of early BKV infection post-transplant, particularly in the context of donor with HIGH BKV serostatus.
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) | 0,000 | 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) | 0,000 | 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 ».