Preoperative Cylex assay predicts rejection risk in patients with kidney transplant
Notice bibliographique
Résumé
INTRODUCTION AND OBJECTIVES: The ImmuKnow assay measures cell-mediated immunity by quantifying ATP release from CD4+ T-cells in peripheral blood. Herein, we hypothesized that this assay could predict complications associated with over-/under-immunosuppression in patients with kidney transplant (KT). METHODS: Sixty-seven patients undergoing KT were recruited prospectively and had ATP levels measured preoperatively, and at specified intervals over two months. Clinicians were blinded to ATP levels. Clinical events including rejection and infection/cancer were documented with a median follow-up of 21 months. Parameters including absolute ATP levels and changes in ATP patterns (slopes, delta) were analyzed. Association between ATP parameters and clinical outcomes was compared using the likelihood-ratio test and Kaplan-Meier curves. RESULTS: Absolute ATP values postoperatively had poor predictive value with regard to rejection or infection/malignancy. As well, changes in ATP values were poorly associated with complications. Importantly, patients with pre-transplant ATP values <300 ng/mL had significantly less rejection episodes vs. those with ATP values >300 ng/mL (p < 0.0001). CONCLUSIONS: For the first time, we have evidence that a preoperative ImmuKnow level can stratify patients with KT into low/high risk groups for rejection. Future studies used to assess the utility of this assay to design individualized immunosuppressive regimens are required.
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) | 0,000 | 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 ».