Pathological and Clinical Characterization of the ‘Troubled Transplant’: Data from the DeKAF Study
Notice bibliographique
Résumé
We are studying two cohorts of kidney transplant recipients, with the goal of defining specific clinicopathologic entities that cause late graft dysfunction: (1) prevalent patients with new onset late graft dysfunction (cross-sectional cohort); and (2) newly transplanted patients (prospective cohort). For the cross-sectional cohort (n = 440), mean time from transplant to biopsy was 7.5 +/- 6.1 years. Local pathology diagnoses included CAN (48%), CNI toxicity (30%), and perhaps surprisingly, acute rejection (cellular- or Ab-mediated) (23%). Actuarial rate of death-censored graft loss at 1 year postbiopsy was 17.7%; at 2 years, 29.8%. There was no difference in postbiopsy graft survival for recipients with versus without CAN (p = 0.9). Prospective cohort patients (n = 2427) developing graft dysfunction >3 months posttransplant undergo 'index' biopsy. The rate of index biopsy was 8.8% between 3 and 12 months, and 18.2% by 2 years. Mean time from transplant to index biopsy was 1.0 +/- 0.6 years. Local pathology diagnoses included CAN (27%), and acute rejection (39%). Intervention to halt late graft deterioration cannot be developed in the absence of meaningful diagnostic entities. We found CAN in late posttransplant biopsies to be of no prognostic value. The DeKAF study will provide broadly applicable diagnostic information to serve as the basis for future trials.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».