Class II HLA Epitope Matching—A Strategy to Minimize De Novo Donor-Specific Antibody Development and Improve Outcomes
Notice bibliographique
Résumé
De novo donor-specific antibody (dnDSA) develops in 15-25% of renal transplant recipients within 5 years of transplantation and is associated with 40% lower graft survival at 10 years. HLA epitope matching is a novel strategy that may minimize dnDSA development. HLAMatchmaker software was used to characterize epitope mismatches at 395 potential HLA-DR/DQ/DP conformational epitopes for 286 donor-recipient pairs. Epitope specificities were assigned using single antigen HLA bead analysis and correlated with known monoclonal alloantibody epitope targets. Locus-specific epitope mismatches were more numerous in patients who developed HLA-DR dnDSA alone (21.4 vs. 13.2, p < 0.02) or HLA-DQ dnDSA alone (27.5 vs. 17.3, p < 0.001). An optimal threshold for epitope mismatches (10 for HLA-DR, 17 for HLA-DQ) was defined that was associated with minimal development of Class II dnDSA. Applying these thresholds, zero and 2.7% of patients developed dnDSA against HLA-DR and HLA-DQ, respectively, after a median of 6.9 years. Epitope specificity analysis revealed that 3 HLA-DR and 3 HLA-DQ epitopes were independent multivariate predictors of Class II dnDSA. HLA-DR and DQ epitope matching outperforms traditional low-resolution antigen-based matching and has the potential to minimize the risk of de novo Class II DSA development, thereby improving long-term graft outcome.
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 | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».