Subclinical rejection--a potential surrogate marker for chronic rejection--may be diagnosed by protocol biopsy or urine spectroscopy.
Notice bibliographique
Résumé
Our studies of protocol biopsy studies have shown that normal allograft histology can not be assumed by crude tests of renal function such as the serum creatinine concentration, and that there is a high prevalence of subclinical rejection in the first 6 months post-transplant (7, 13-17). The apparent ability of urine MR and IR spectra to reliably identify patients with normal allograft histology, if confirmed in a larger database, will preclude the need for a protocol biopsy in approximately 20-50% of patients. Conversely, finding urine MR or IR spectra characteristic of subclinical rejection would provide the opportunity for early treatment. The clear separation between patients with normal histology from those with subclinical rejection can be attributed to the use of the whole urine spectrum to develop the classifiers. Additional advantages of using MR or IR spectra of urine as a diagnostic tool compared to the biopsy include simplicity (i.e. no processing is required), low cost, rapid turnaround (i.e. < 15 minutes/sample), and, particularly, low risk, thus allowing for repetitive sampling. The ability to non-invasively diagnose acute inflammation in the kidney would be of great assistance in the post-transplant monitoring of renal transplant patients. Indeed, by following subclinical inflammation as detected in the MR/IR spectra it will be possible to tailor the intensity of the immunosuppression to the inflammatory status of the graft, thus minimising the risks of both insufficient and excessive immunosuppression. Furthermore, by following subclinical inflammation, as detected in the MR/IR spectra, it will be possible to test the hypothesis that subclinical rejection (i.e. persistence of its MR/IR spectral classifier) is a surrogate marker for the development of chronic rejection.
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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».