Magnetic Resonance Elastography to Assess Fibrosis in Kidney Allografts
Notice bibliographique
Résumé
Background and objectives Fibrosis is a major cause of kidney allograft injury. Currently, the only means of assessing allograft fibrosis is by biopsy, an invasive procedure that samples <1% of the kidney. We examined whether magnetic resonance elastography, an imaging-based measure of organ stiffness, could noninvasively estimate allograft fibrosis and predict progression of allograft dysfunction. Design, setting, participants, & measurements Kidney allograft recipients >1 year post-transplant undergoing an allograft biopsy first underwent free-breathing, flow-compensated magnetic resonance elastography on a 3.0-T magnetic resonance imaging scanner. Each patient had serial eGFR measurements after the elastography scan for a follow-up period of up to 1 year. The mean stiffness value of the kidney allograft was compared with both the histopathologic Banff fibrosis score and the rate of eGFR change during the follow-up period. Results Sixteen patients who underwent magnetic resonance elastography and biopsy were studied (mean age: 54±9 years old). Whole-kidney mean stiffness ranged between 3.5 and 7.3 kPa. Whole-kidney stiffness correlated with biopsy-derived Banff fibrosis score (Spearman rho =0.67; P <0.01). Stiffness was heterogeneously distributed within each kidney, providing a possible explanation for the lack of a stronger stiffness-fibrosis correlation. We also found negative correlations between whole-kidney stiffness and both baseline eGFR (Spearman rho =−0.65; P <0.01) and eGFR change over time (Spearman rho =−0.70; P <0.01). Irrespective of the baseline eGFR, increased kidney stiffness was associated with a greater eGFR decline (regression r 2 =0.48; P =0.03). Conclusions Given the limitations of allograft biopsy, our pilot study suggests the potential for magnetic resonance elastography as a novel noninvasive measure of whole-allograft fibrosis burden that may predict future changes in kidney function. Future studies exploring the utility and accuracy of magnetic resonance elastography are needed.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».