The Nature of Biopsies with “Borderline Rejection” and Prospects for Eliminating This Category
Notice bibliographique
Résumé
In kidney transplantation, many inflamed biopsies with changes insufficient to be called T-cell-mediated rejection (TCMR) are labeled "borderline", leaving management uncertain. This study examined the nature of borderline biopsies as a step toward eventual elimination of this category. We compared 40 borderline, 35 TCMR and 116 nonrejection biopsies. TCMR biopsies had more inflammation than borderline but similar degrees of tubulitis and scarring. Surprisingly, recovery of function after biopsy was similar in all categories, indicating that response to treatment is unreliable for defining TCMR. We studied the molecular changes in TCMR, borderline and nonrejection using microarrays, measuring four published features: T-cell burden; a rejection classifier; a canonical TCMR classifier; and risk score. These reassigned borderline biopsies as TCMR-like 13/40 (33%) or nonrejection-like 27/40 (67%). A major reason that histology diagnosed molecularly defined TCMR as borderline was atrophy-scarring, which interfered with assessment of inflammation and tubulitis. Decision tree analysis showed that i-total >27% and tubulitis extent >3% match the molecular diagnosis of TCMR in 85% of cases. In summary, most cases designated borderline by histopathology are found to be nonrejection by molecular phenotyping. Both molecular measurements and histopathology offer opportunities for more precise assignment of these cases after clinical validation.
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 | 0,008 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».