Diagnosis of subclinical and clinical acute T‐cell‐mediated rejection in renal transplant patients by urinary proteome analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: Noninvasive diagnosis of acute renal allograft rejection may be advantageous compared with the allograft biopsy. EXPERIMENTAL DESIGN: In this study, a multi-marker classification model for rejection was defined on a training set of 39 allograft patients by statistical comparison of capillary electrophoresis mass spectrometry (CE-MS) peptide spectra in urine samples from 16 cases with subclinical acute T-cell-mediated tubulointerstitial rejection and 23 nonrejection controls. RESULTS: Application of the rejection model to a blinded validation set (n=64) resulted in an AUC value of 0.91 (95% CI: 0.82-0.97, p=0.0001). In total, 16 out of 18 subclinical and 10 out of 10 clinical rejections (BANFF grades Ia/Ib), and 28 out of 36 controls without rejection were correctly classified. Acute tubular injury in the biopsies or concomitant urinary tract infection did not interfere with CE-MS-based diagnosis. Sequence information of identified altered collagen α(I) and α (III) chain fragments in rejection samples suggested an involvement of matrix metalloproteinase-8 (MMP-8). Biopsy stainings revealed matrix metalloproteinase-8 exclusively in neutrophils located within peritubular capillaries and sparsely, in the tubulointerstitium during rejection. CONCLUSIONS AND CLINICAL RELEVANCE: The established marker set contains peptides related to tubulointerstitial infiltration seen in acute rejection. The set of urinary peptide markers will be used for early diagnosis of acute kidney allograft rejection marker in a multicenter phase III prospective 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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 découle