Macrophage activation is associated with poorer long‐term outcomes in renal transplant patients
Notice bibliographique
Résumé
Long-term graft and patient survival after renal transplantation are largely determined by progression of chronic allograft dysfunction and cardiovascular disease. Inflammation plays a crucial role in both disease processes. We prospectively analyzed the association of early peri-transplant inflammatory burden on long-term outcomes in 144 consecutive deceased donor renal allograft recipients. Single time point and cumulative levels of markers of acute phase response (serum amyloid A [SAA] and C-reactive protein [SCRP]) and macrophage activation (serum and urine neopterin) were measured daily during the immediate post-operative period. Mean patient follow-up was 16 yr. Graft and patient survival rates at one-, five-, and 10-yr were 90%, 70%, and 51%, and 97%, 77%, and 59%, respectively. Graft loss occurred in 90 patients, of whom 71 died with a functioning graft and 19 returned to dialysis. CRP, SAA and neopterin (NEOP) levels were all elevated post-operatively. High levels of NEOP, in contrast to SAA or SCRP, were associated with poorer graft and patient survival (p < 0.05), specifically with death from cardiovascular events and cytomegalovirus IgG positivity. These findings strongly suggest that early post-transplant macrophage activation, as reflected by NEOP levels, is associated with poorer long-term graft and patient survival.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».