MétaCan
Menu
Retour à la cohorte
Enregistrement W1976694455 · doi:10.1046/j.1600-065x.2003.00093.x

The role of B cells and alloantibody in the host response to human organ allografts

2003· review· en· W1976694455 sur OpenAlexaff
Attapong Vongwiwatana, Adis Tasanarong, Luis Hidalgo, Philip F. Halloran

Notice bibliographique

RevueImmunological Reviews · 2003
Typereview
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPeritubular capillariesImmunologyBronchiolitis obliteransKidneyHuman leukocyte antigenAntibodyMedicineKidney transplantationIsoantibodiesAntigenKidney diseaseBiologyPathologyTransplantationLung transplantationInternal medicine

Résumé

récupéré en direct d'OpenAlex

Some human organ transplants deteriorate slowly over a period of years, often developing characteristic syndromes: transplant glomerulopathy (TG) in kidneys, bronchiolitis obliterans in lungs, and coronary artery disease in hearts. In the past, we attributed late graft deterioration to "chronic rejection", a distinct but mysterious immunologic process different from conventional rejection. However, it is likely that much of chronic rejection is explained by conventional T-cell-mediated rejection (TMR), antibody-mediated rejection (AMR), and other insults. Recently, criteria have emerged to now permit us to diagnose AMR in kidney transplants, particularly C4d deposition in peritubular capillaries and circulating antibody against donor human leukocyte antigens (HLA). Some cases with AMR develop TG, although the relationship of TG to AMR is complex. Thus, a specific diagnosis of AMR in kidney can now be made, based on graft damage, C4d deposition, and donor-specific alloantibodies. Criteria for AMR in other organs must be defined. Not all late rejections are AMR; some deteriorating organs probably have smoldering TMR. The diagnosis of late ongoing AMR raises the possibility of treatment to suppress the alloantibody, but efficacy of the available treatments requires further study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,389
Écart entre enseignants0,329 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations77
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueImmunological ReviewsMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207