Understanding the Causes of Kidney Transplant Failure: The Dominant Role of Antibody-Mediated Rejection and Nonadherence
Notice bibliographique
Résumé
We prospectively studied kidney transplants that progressed to failure after a biopsy for clinical indications, aiming to assign a cause to every failure. We followed 315 allograft recipients who underwent indication biopsies at 6 days to 32 years posttransplant. Sixty kidneys progressed to failure in the follow-up period (median 31.4 months). Failure was rare after T-cell-mediated rejection and acute kidney injury and common after antibody-mediated rejection or glomerulonephritis. We developed rules for using biopsy diagnoses, HLA antibody and clinical data to explain each failure. Excluding four with missing information, 56 failures were attributed to four causes: rejection 36 (64%), glomerulonephritis 10 (18%), polyoma virus nephropathy 4 (7%) and intercurrent events 6 (11%). Every rejection loss had evidence of antibody-mediated rejection by the time of failure. Among rejection losses, 17 of 36 (47%) had been independently identified as nonadherent by attending clinicians. Nonadherence was more frequent in patients who progressed to failure (32%) versus those who survived (3%). Pure T-cell-mediated rejection, acute kidney injury, drug toxicity and unexplained progressive fibrosis were not causes of loss. This prospective cohort indicates that many actual failures after indication biopsies manifest phenotypic features of antibody-mediated or mixed rejection and also underscores the major role of nonadherence.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».