Multicenter Validation of Urinary CXCL9 as a Risk-Stratifying Biomarker for Kidney Transplant Injury
Notice bibliographique
Résumé
Noninvasive biomarkers are needed to assess immune risk and ultimately guide therapeutic decision-making following kidney transplantation. A requisite step toward these goals is validation of markers that diagnose and/or predict relevant transplant endpoints. The Clinical Trials in Organ Transplantation-01 protocol is a multicenter observational study of biomarkers in 280 adult and pediatric first kidney transplant recipients. We compared and validated urinary mRNAs and proteins as biomarkers to diagnose biopsy-proven acute rejection (AR) and stratify patients into groups based on risk for developing AR or progressive renal dysfunction. Among markers tested for diagnosing AR, urinary CXCL9 mRNA (odds ratio [OR] 2.77, positive predictive value [PPV] 61.5%, negative predictive value [NPV] 83%) and CXCL9 protein (OR 3.40, PPV 67.6%, NPV 92%) were the most robust. Low urinary CXCL9 protein in 6-month posttransplant urines obtained from stable allograft recipients classified individuals least likely to develop future AR or a decrement in estimated glomerular filtration rate between 6 and 24 months (92.5-99.3% NPV). Our results support using urinary CXCL9 for clinical decision-making following kidney transplantation. In the context of acute dysfunction, low values can rule out infectious/immunological causes of injury. Absent urinary CXCL9 at 6 months posttransplant defines a subgroup at low risk for incipient immune injury.
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 | 0,000 | 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 ».