Donor-specific antibodies require preactivated immune system to harm renal transplant
Notice bibliographique
Résumé
BACKGROUND: It is an unresolved issue why some kidney transplant recipients with pretransplant donor-specific HLA antibodies (DSA) show a high transplant failure rate, whereas in other patients DSA do not harm the graft. We investigated whether help from preactivated T-cells might be necessary for DSA to exert a deleterious effect. METHODS: The impact of pretransplant DSA and immune activation marker soluble CD30 (sCD30) on 3-year graft survival was analyzed in 385 presensitized kidney transplant recipients. FINDINGS: A deleterious influence of pretransplant DSA on graft survival was evident only in patients who were positive for the immune activation marker sCD30. In the absence of sCD30 positivity, 3-year graft survival was virtually identical in patients with or without DSA (83.1±3.9% and 84.3±2.8%, P=0.81). A strikingly lower 3-year graft survival rate of 62.1±6.4% was observed in patients who were both sCD30 and DSA positive (HR 2.92, P<0.001). Even in the presence of strong DSA with ≥5000 MFI, the 3-year graft survival rate was high if the recipients were sCD30 negative. INTERPRETATION: Pretransplant DSA have a significantly deleterious impact on graft survival only in the presence of high pretransplant levels of the activation marker sCD30.
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) | 0,001 | 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 | 0,000 |
| 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 ».