Diagnosis of subclinical and clinical acute T‐cell‐mediated rejection in renal transplant patients by urinary proteome analysis
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.
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 | 0,001 | 0,003 |
| 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 | 0,000 |
| 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) | 0,001 | 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 ».