MétaCan
Menu
Retour à la cohorte
Enregistrement W2047256287 · doi:10.1159/000099944

Can Donor Implantation Renal Biopsy Predict Long-Term Renal Allograft Outcome?

2007· review· en· W2047256287 sur OpenAlexaff
Amr El‐Husseini, Alaa Sabry, Ahmed Zahran, Ahmed Shoker

Notice bibliographique

RevueAmerican Journal of Nephrology · 2007
Typereview
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensUniversity of SaskatchewanRoyal University Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineBiopsyGlomerulosclerosisTransplantationRenal functionKidneyRenal biopsyKidney diseaseUrologyKidney transplantationCreatinineSurgeryInternal medicineProteinuria

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Donor kidney implantation biopsy (IB) is performed on a regular basis, particularly as part of clinical studies. OBJECTIVE: To determine the utility of donor implantation renal biopsy to predict the long-term renal allograft outcome. METHODS: A Medline search for studies in English was performed with the following key words: implantation biopsy, renal transplantation and long-term outcome. RESULTS: Sixteen trials involving 8,122 kidney transplants were identified, of which 6 were prospective studies. The histological abnormalities were scored mainly by the Banff schema and the graft outcome was defined either by delineating the delta changes in the pathology score or glomerular filtration rate. Normal histology with a well-functioning renal allograft had a favorable outcome. The extent to which the baseline tubular atrophy, interstitial fibrosis, glomerulosclerosis and vascular changes had on the long-term outcome varied from one study to another. CONCLUSION: Abnormal IB has a better chance of predicting early graft outcome. The review questions the current wisdom for routine IB on all donors. In some donor kidneys, a biopsy provides significant prognostic information, such as older donor kidney, those with history of hypertension, diabetes, cardiovascular disease, and kidneys with abnormal creatinine. Future research on IB is necessary to find a more useful method to predict the long-term transplant outcome.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,379
Écart entre enseignants0,331 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of NephrologyMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207