Molecular Diagnosis of T Cell-Mediated Rejection in Human Kidney Transplant Biopsies
Notice bibliographique
Résumé
Histologic diagnosis of T cell-mediated rejection is flawed by subjective assessments, nonspecific lesions and arbitrary rules. This study developed a molecular test for T cell-mediated rejection. We used microarray results from 403 kidney transplant biopsies to derive a classifier assigning T cell-mediated rejection scores to all biopsies, and compared these with histologic assessments. The score correlated with histologic lesions of T cell-mediated rejection (infiltrate, tubulitis). The accuracy of the classifier for the histology diagnoses was 89%. Very high and low molecular scores corresponded with unanimity among three pathologists on the presence or absence of T cell-mediated rejection, respectively. The molecular score had low sensitivity (50%) and positive predictive value (62%) for the histology diagnoses. However, histology showed similar disagreement between pathologists--only 45-56% sensitivity of one pathologist with diagnoses of T cell-mediated rejection by another. Discrepancies between molecular scores and histology were mostly when histology was ambiguous ("borderline") or unreliable, e.g. in cases with scarring or inflammation induced by tissue injury. Vasculitis (isolated v-lesion TCMR) was particularly discrepant, with most cases exhibiting low TCMR scores. We propose new rules to integrate molecular tests and histology into a precision diagnostic system that can reduce errors, ambiguity and interpathologist disagreement.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,000 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».