Flow Cytometric Crossmatching in Primary Renal Transplant Recipients with a Negative Anti-Human Globulin Enhanced Cytotoxicity Crossmatch
Notice bibliographique
Résumé
Flow cytometric crossmatching (FCXM) and panel reactive antibody (PRA) screening techniques are more sensitive than anti-human globulin enhanced cytotoxicity (AHG-CDC) techniques at detecting anti-HLA antibodies. The clinical significance of a positive FCXM in primary renal transplant recipients with a negative AHG-CDC crossmatch is unclear. We performed retrospective FCXM and flow cytometric panel reactive antibody (FlowPRA) determinations in primary renal transplant recipients with a negative T cell AHG-CDC crossmatch and a negative B cell CDC crossmatch pretransplant. Eighteen (13%) of 143 patients exhibited a positive retrospective T cell FCXM. Of these patients, six (33%) experienced early graft loss with explant histology, demonstrating antibody-mediated rejection in five of six cases. The 12 patients with positive T cell FCXM who maintained their grafts experienced more adverse events posttransplant, including more early, steroid-resistant, and recurrent rejection. Furthermore, in a subgroup of patients undergoing protocol biopsies, those with a positive T cell FCXM exhibited more subclinical rejection. Anti-HLA antibodies were detected by FlowPRA in all 18 patients with a positive T cell FCXM, whereas AHG-CDC PRA detected antibodies in only 8 of 18 patients. Therefore, flow cytometric techniques identify sensitized primary renal transplant recipients undetected by AHG-CDC techniques. In those patients, a positive T cell FCXM is associated with an increased risk of early graft loss due to antibody-mediated rejection and may represent a relative contraindication to transplantation. Moreover, those patients are also at increased risk of severe and recurrent rejection, which may carry implications for long-term graft outcomes.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».