Post-transplant nuclear renal scans correlate with renal injury biomarkers and early allograft outcomes
Notice bibliographique
Résumé
BACKGROUND: Clinical- and histopathology-based scores are limited predictors of allograft outcome. In addition, more objective markers of early transplant function are needed to identify and validate biomarkers and predictive scores. We evaluated existing scores and transcriptome biomarkers of kidney injury as predictors of early transplant function measured by renal scan. METHODS: Clinical, histopathologic and transcriptome data were collected in 143 consecutive kidney transplant recipients. A post-operative renal scan was performed within 48 h. Prediction scores for early outcomes were calculated. RESULTS: Patients were stratified into three groups by renal scan: normal, mild-to-moderate or severe dysfunction. Kidneys with severe dysfunction were more often from deceased donors (P < 0.001), had greater HLA antigen mismatches (P < 0.001), were transplanted into older recipients (P = 0.040), had lower urine output during the first 8 h (P < 0.001), higher Day 7 serum creatinine (P < 0.001) and higher incidence of delayed graft function (P < 0.001). Clinical- and pathology-based scores did not discriminate between scan groups. In contrast, the overall transcriptome (P < 0.001) and transcripts of preselected acute kidney injury (AKI) genes were significantly different between the groups, with kidney injury molecule 1 (P = 0.001) and neutrophil gelatinase-associated lipocalin (P = 0.002) being most highly expressed and genes associated with glutathione metabolism (GSTA1, 3 and 4) most down-regulated in kidneys with subsequent severe dysfunction. CONCLUSIONS: Renal scans reflect early transplant function and allow for a more objective assessment of scores predicting early outcome and for identification of biomarkers. The study shows that transcript levels of AKI genes correlate better with renal scans than clinical- or histopathology-based scores.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 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) | 0,002 | 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 ».