Diagnosis of Acute Cellular Rejection and Antibody-Mediated Rejection on Lung Transplant Biopsies: A Perspective From Members of the Pulmonary Pathology Society
Notice bibliographique
Résumé
CONTEXT: - The diagnosis and grading of acute cellular and antibody-mediated rejection (AMR) in lung allograft biopsies is important because rejection can lead to acute graft dysfunction and/or failure and may contribute to chronic graft failure. While acute cellular rejection is well defined histologically, no reproducible specific features of AMR are currently identified. Therefore, a combination of clinical features, serology, histopathology, and immunologic findings is suggested for the diagnosis of AMR. OBJECTIVE: - To describe the perspective of members of the Pulmonary Pathology Society (PPS) on the workup of lung allograft transbronchial biopsy and the diagnosis of acute cellular rejection and AMR in lung transplant. DATA SOURCES: - Reports by the International Society for Heart and Lung Transplantation (ISHLT), experience of members of PPS who routinely review lung allograft biopsies, and search of literature database (PubMed). CONCLUSIONS: - Acute cellular rejection should be assessed and graded according to the 2007 working formulation of the ISHLT. As currently no specific features are known for AMR in lung allografts, the triple test (clinical allograft dysfunction, donor-specific antibodies, pathologic findings) should be used for its diagnosis. C4d staining might be performed when morphologic, clinical, and/or serologic features suggestive of AMR are identified.
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 | 0,002 |
| 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 ».