Detection of Clinical and Subclinical Tubulo-Interstitial Inflammation by the Urinary CXCL10 Chemokine in a Real-Life Setting
Notice bibliographique
Résumé
Urinary CXCL10 is a promising noninvasive biomarker for tubulo-interstitial allograft inflammation, but its diagnostic characteristics have not been assessed in a real-life setting. We investigated urinary CXCL10 in 213 consecutive renal allograft recipients having 362 surveillance biopsies at 3/6 months and 80 indication biopsies within the first year posttransplant. Allograft histology results were classified as (i) acute Banff score zero, (ii) interstitial infiltrates only, (iii) tubulitis t1, (iv) tubulitis t2-3 and (v) isolated vascular compartment inflammation. For clinical and subclinical pathologies, urinary CXCL10 correlated well with the extent of tubulo-interstitial inflammation. To determine diagnostic characteristics of urinary CXCL10, histological groups were separated into two categories: no relevant inflammation (i.e. acute Banff score zero and interstitial infiltrates only) versus all other pathologies (i.e. tubulitis t1-3 and isolated vascular compartment inflammation). For subclinical pathologies, AUC was 0.69 (sensitivity 61%, specificity 72%); for clinical pathologies, AUC was 0.74 (sensitivity 63%, specificity 80%). A urinary CXCL10-guided biopsy strategy would have reduced performance of surveillance and indication biopsies by 61% and 64%, respectively. Missed (sub)clinical pathologies were mostly tubulitis t1 and isolated vascular compartment lesions. In real life, urinary CXCL10 had clinically useful diagnostic properties making it a candidate biomarker to guide allograft biopsies.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».