Optimal Cutoff Point for Immunoperoxidase Detection of C4d in the Renal Allograft: Results From a Multicenter Study
Notice bibliographique
Résumé
BACKGROUND: Although C4d deposition in peritubular capillaries has been identified as a strong risk factor for subsequent renal allograft loss, the optimal cutoff for the fraction of peritubular capillaries needed to establish a positive stain in formalin-fixed, paraffin-embedded material has not been defined systematically. The objective of this study was to establish the threshold for positive staining that best predicts renal outcome in renal biopsies in a multicenter study in which local and central pathologic conditions were compared. METHODS: Unstained renal biopsy slides were obtained from 296 patients. The percentage of peritubular capillaries staining positively for C4d was detected by immunoperoxidase staining. RESULTS: The percentage C4d deposition ranged from 0% to 90% with 44% (129/296) having a positive percentage of C4d staining. The median for positive cases was 25%. Local C4d+ results were reported qualitatively, with 28% recorded as positive for C4d. Using a centrally determined cutoff of 10%, tests for agreement of local and central C4d staining were fair (κ 0.40, 95% confidence interval 0.29-0.51). Raising the centrally determined cutoff to 25% or 50% did not change the κ values (0.44 and 0.41, respectively). By Cox proportional hazards model, C4d positivity (centrally determined assessment) using a cutoff of 10% was the strongest predictor of time to graft loss (hazard ratio 2.66, 95% confidence interval 1.68-4.21). Centrally determined C4d positivity correlated with Banff scores indicative of acute inflammation but not with scores indicative of fibrosis/atrophy or transplant glomerulopathy. CONCLUSIONS: Our findings indicate that C4d positivity, defined as more than or equal to 10% by immunoperoxidase, is a strong predictor of graft loss.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».