Immune Sensitization and Mortality in Wait-Listed Kidney Transplant Candidates
Notice bibliographique
Résumé
Cardiovascular mortality is the leading cause of death in ESRD. Whereas innate and adaptive immunity have established roles in cardiovascular disease, the role of humoral immunity is unknown. We conducted a retrospective cohort study in first-time adult kidney transplant candidates (N=161,308) using data from the Scientific Registry of Transplant Recipients and the Centers for Medicare and Medicaid Services to evaluate whether anti-human leukocyte antigen antibodies, measured as panel reactive antibodies (PRAs), are related to mortality in ESRD. Relationships between time-varying PRAs and all-cause or cardiovascular mortality were assessed using Cox proportional hazards models. The analysis was repeated in subcohorts of candidates at lower risk for significant comorbidities, activated on the waiting list after 2007, or unsensitized at activation. Competing risks analyses were also conducted. Fully adjusted models showed increased hazard ratios (HRs [95% confidence intervals]) for all-cause mortality (HR, 1.02 [95% CI, 0.99 to 1.06]; HR, 1.11 [95% CI,1.07 to 1.16]; and HR,1.21 [95% CI,1.15 to 1.27]) and cardiovascular mortality (HR, 1.05 [95% CI,1.00 to 1.10]; HR,1.11 [95% CI,1.05 to 1.18]; and HR,1.21 [95% CI,1.12 to 1.31]) in PRA 1%-19%, PRA 20%-79%, and PRA 80%-100% categories compared with PRA 0%, respectively. Associations between PRA and the study outcomes were accentuated in competing risks models and in lower-risk patients and persisted in other subcohorts. Our findings suggest that PRA is an independent predictor of mortality in wait-listed kidney transplant candidates. The mechanisms by which PRA confers an incremental mortality risk in sensitized patients, and the role of transplantation in modifying this risk, warrant further study.
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 | 0,001 |
| 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 ».