MétaCan
Menu
Retour à la cohorte
Enregistrement W2580225045 · doi:10.1097/tp.0000000000001662

Urinary Metabolomics for Noninvasive Detection of Antibody-Mediated Rejection in Children After Kidney Transplantation

2017· article· en· W2580225045 sur OpenAlexafffund
Tom Blydt‐Hansen, Atul Sharma, Ian W. Gibson, David S. Wishart, Rupasri Mandal, Julie Ho, Peter Nickerson, David N. Rush

Notice bibliographique

RevueTransplantation · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensUniversity of AlbertaManitoba HealthThe Metabolomics Innovation CentreUniversity of ManitobaChildren's Hospital of WinnipegChildren's Hospital Research Institute of Manitoba
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésUrinary systemKidney transplantationMedicineTransplantationMetabolomicsKidneyGraft rejectionAntibodyUrologyImmunologyInternal medicineBioinformaticsBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Biomarkers are needed that identify patients with antibody-mediated rejection (AMR). The goal of this study was to evaluate the utility of urinary metabolomics for early noninvasive detection of AMR in pediatric kidney transplant recipients. METHODS: Urine samples (n = 396) from a prospective, observational cohort of 59 renal transplant patients with surveillance or indication biopsies were assayed for 133 unique metabolites by quantitative mass spectrometry. Samples were classified according to Banff criteria for AMR and partial least squares discriminant analysis was used to identify associated changes in metabolite patterns by creating a composite index based on all 133 metabolites. RESULTS: Urine samples of patients with (n = 40) and without AMR (n = 278) were analyzed and a classifier for AMR was identified (area under receiver operating characteristic curve = 0.84; 95% confidence interval, 0.77-0.91; P = 0.006). Application of the classifier to "indeterminate" samples (samples that partially fulfilled Banff criteria for AMR; n = 65) yielded an AMR score of 0.19 ± 0.15, intermediate between scores for AMR and No AMR (0.28 ± 0.14 and 0.10 ± 0.13 respectively, P ≤ 0.001). The AMR score was associated with the presence of donor-specific antibodies, biopsy indication, Banff ct, t, ah and cg scores, and retained accuracy when applied to subclinical cases (creatinine, <25% increase from baseline) or had minimal or no transplant glomerulopathy (Banff cg0-1). Exploratory classifiers that segregated samples based on concurrent T cell-mediated rejection (TCMR) identified overlapping metabolite signatures between AMR and TCMR, suggesting similar pathophysiology of tissue injury. CONCLUSIONS: These preliminary findings identify a urine metabolic classifier for AMR. Independent validation is needed to verify its utility for accurate, noninvasive AMR detection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,774

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,296
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransplantationMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207