Five-Year Study of Tacrolimus as Secondary Intervention Versus Continuation of Cyclosporine in Renal Transplant Patients at Risk for Chronic Renal Allograft Failure
Notice bibliographique
Résumé
BACKGROUND: Chronic allograft nephropathy is the most frequent cause of long-term kidney allograft loss. Studies are desperately needed to improve long-term survival. Tacrolimus has been associated with less rejection and better kidney function compared with cyclosporine in clinical trials. This study tested the hypothesis that conversion from cyclosporine to tacrolimus might improve long-term outcomes in patients with chronic allograft damage. METHODS: In this multicenter Canadian clinical trial, cyclosporine-treated patients with biopsy-proven chronic allograft nephropathy and impaired renal function were randomly assigned (2:1) to convert to tacrolimus or continue on cyclosporine therapy. A total of 106 (70 tacrolimus and 36 cyclosporine treated) patients were followed-up for up to 5 years. The primary outcome was graft survival. RESULTS: In an intention to treat analysis, subsequent graft (73% vs. 81%, P=0.2835, log-rank test) and patient survival (91% vs. 92%, P=0.8668, log-rank test) were not different between the tacrolimus and cyclosporine groups, respectively. Changes in Chronic Allograft Damage Index scores on protocol biopsies from baseline to 3 years were not different (+0.4+/-1.8 vs. +1.3+/-3.2, P=0.5910, cyclosporine vs. tacrolimus, respectively). There were no significant differences in biopsy-proven acute rejection (6 [8.6%] vs. 2 [5.6%], tacrolimus vs. cyclosporine, respectively, P=0.5906). CONCLUSIONS: In this study, patients with chronic allograft damage converted from cyclosporine to tacrolimus demonstrated no apparent benefit.
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 ».