Sirolimus is not always responsible for new‐onset proteinuria after conversion for chronic allograft nephropathy
Notice bibliographique
Résumé
An eight-yr-old combined liver and kidney transplant recipient for hyperoxaluria type I developed significant proteinuria and hypertension after conversion of a Tacrolimus, MMF, and corticosteroids-based immunosuppression to Sirolimus, low-dose Tacrolimus, and corticosteroids six and a half yr after the transplant for chronic allograft nephropathy. There was only one class I HLA match and the recipient had multiple blood exposures prior to transplantation. The patient was treated with combined hemodialysis and peritoneal dialysis while awaiting transplantation to reduce the oxalate load. A renal biopsy revealed a de novo transplant glomerulopathy that was associated with specific HLA antibodies unrelated to the donor (HLA DR 17 and 18). After reintroduction of MMF, these antibodies became undetectable and the proteinuria completely resolved. We hypothesize that HLA antibodies may cause transplant glomerulopathy even if they are not donor-specific. Their production appears more susceptible to MMF therapy. A thorough work-up of new-onset proteinuria after conversion to Sirolimus should be performed, including an immunological work-up and a renal biopsy.
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 ».