MétaCan
Menu
Retour à la cohorte
Enregistrement W2772497207 · doi:10.1097/00007890-201407151-00199

Addressing The Unmet Need For Precision Diagnosis: Potential Impact of Molecular Assessments On Conventional Biopsy Diagnostics in 41% of 700 Indication Biopsies.

2014· article· en· W2772497207 sur OpenAlexaffabout
Philip F. Halloran, J. Reeve, Alexandre Loupy, Carmen Lefaucheur

Notice bibliographique

RevueTransplantation · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensThe Metabolomics Innovation Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineMedical diagnosisBiopsyInternal medicineRadiology

Résumé

récupéré en direct d'OpenAlex

When transplants develop problems, treatment depends critically on accurate assessment of antibody-mediated and T cell-mediated rejection (ABMR, TCMR). But conventional assessments have problems, including the poor reproducibility of pathologist opinions e.g. 50% sensitivity for TCMR diagnoses in rejecting biopsies, and variability in DSA measurement. The addition of objective molecular measurements could add precision and guide therapy. We compared conventional and molecular assessments in 700 indication biopsies, prospectively collected 3 days to 31 years post transplant between 2004-13, including 291 from INTERCOM, 242 from Genome Canada, 81 from Hopital St Louis, Paris, and 86 new biopsies from INTERCOM centers. All were diagnosed conventionally and by the Molecular Microscope (MM) system using new Affymetrix U219 microarrays. The U219 classifiers were built using Genome Canada and INTERCOM samples with published methods. MM diagnoses strongly correlated with conventional diagnoses (table 1) but offered many new insights.Table: No Caption available.In 104 conventional ABMR, MM found 58 ABMR, 5 TCMR, 6 mixed, and 35 with no rejection (accuracy 82%). In 25 called TG but not ABMR, MM found 9 ABMR and 1 TCMR. In 77 conventional TCMR, MM found 37 TCMR, 8 mixed, 6 ABMR, and 9 with no rejection (accuracy 84%). In 32 with conventional mixed, MM found 24 (75%) were not mixed. MM assigned categories to 104 biopsies where conventional assessment was explicitly indeterminate, including 35 called suspicious for ABMR and all 79 Borderline. Moreover, in 20 with BK, MM found TCMR in 11. In 306 conventionally assessed as no rejection or BK, the MM found 26 ABMR, 12 TCMR, and 2 mixed. Thus in 285 (41%) of 700 biopsies, the addition of MM scores for ABMR and TCMR had potential to change management e.g. finding TCMR in BK cases, making diagnoses in “borderline” and “suspicious” cases, and suggesting that most “mixed” is not mixed. Thus molecular diagnosis, while not necessarily always correct, adds a new dimension to the understanding of troubled transplants in critical situations, addressing a major unmet need. DISCLOSURE:Halloran, P.: Other, Astellas, Lecturing, One Lambda, Lecturing, Novartis, Lecturing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,013
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,052
Tête enseignante GPT0,390
Écart entre enseignants0,338 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransplantationMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207