Identifying endpoints to predict the influence of immunosuppression on long‐term kidney graft survival
Notice bibliographique
Résumé
Identifying a short-term endpoint for use in clinical trials that accurately reflects the influence of specific immunosuppressive regimens on long-term kidney graft survival is challenging. The number, timing, type (T-cell-mediated or antibody mediated), and severity of biopsy-proven acute rejection (BPAR) episodes in terms of histological changes and functional impact are highly influential for graft prognosis, and a crude measure of overall acute rejection incidence alone is unlikely to be a robust predictor of graft outcome. A series of studies has shown remarkably consistent results in terms of the cutoff point for one-yr renal function which predicts poor long-term graft survival, indicating that a threshold of 50 mL/min/1.73 m(2) is likely to be appropriate. Estimated glomerular filtration rate at one yr post-transplant discriminates effectively among immunosuppressive regimens with regard to graft survival, primarily calcineurin inhibitor reduction strategies. Several other factors that can affect graft survival, such as pathological changes in the graft, may be partly influenced by the immunosuppressive regimen, but the contribution of drug therapy is difficult to define. A combined approach in which both treated BPAR and renal function at one yr are used to assess novel immunosuppressive regimens appears to be promising as the emphasis shifts toward sustaining kidney allograft survival over the long term.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».