Can Donor Implantation Renal Biopsy Predict Long-Term Renal Allograft Outcome?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découle