Superior Outcomes in Renal Transplantation after Early Cyclosporine Withdrawal and Sirolimus Maintenance Therapy, Regardless of Baseline Renal Function
Notice bibliographique
Résumé
BACKGROUND: It has become increasingly important to refine therapeutic strategies according to individual patient characteristics. We evaluated the long-term impact of renal function at the time of withdrawing cyclosporine (CsA) in renal allograft recipients receiving sirolimus (SRL), CsA, and steroids (ST). METHODS: At 3 months+/-2 weeks, 430 of 525 patients were eligible to be randomized to remain on triple-therapy (SRL-CsA-ST, n=215) or to have CsA withdrawn (SRL-ST, n=215). Patients were divided into quartiles according to their baseline (last value before randomization) calculated GFR: <or=45 ml/min (quartile 1, n=104), >45 to 56 ml/min (quartile 2, n=105), >56 to 67 ml/min (quartile 3, n=112), and >67 ml/min (quartile 4, n=107). All data were included (ITT analysis). RESULTS: At 4 years, calculated GFR for SRL-CsA-ST vs. SRL-ST was 22.1 vs. 37.7 ml/min (P=0.017), 38.6 vs. 56.6 ml/min (P<0.001), 50.7 vs. 66.8 ml/min (P=0.006), and 62.7 vs. 71.4 ml/min (P=0.436), for quartiles 1 to 4, respectively. Death-censored graft loss ranged from 21.2% vs. 7.7% (SRL-CsA-ST vs. SRL-ST, P=0.092) in quartile 1 to 5.5% vs. 1.9% (P=0.618) in quartile 4. The incidence of death and biopsy-confirmed acute rejection also decreased with increasing baseline GFR, but was not significantly different between treatments. Overall, more patients remained on therapy in the SRL-ST group (46.3% vs. 57.9%, P=0.020). CONCLUSIONS: Early and complete withdrawal of CsA from a combination of SRL, CsA, and steroids was preferable to continuing on this regimen, regardless of baseline renal function. The benefit was most marked in patients with a baseline calculated GFR<or=45 ml/min.
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 ».