Tacrolimus - Optimization of Levels in Kidney Transplant
Notice bibliographique
Résumé
Background Limited studies have compared the intra-patient tacrolimus exposure variability (IP-TEV) between Advagraf and Prograf using different IP-TEV metrics. Moreover, the clinical implications of IP-TEV in kidney transplant recipients on Advagraf are not clear. This study compares IP-TEV of Prograf and Advagraf in the context of a conversion program, and the impact of IP-TEV in Advagraf levels on clinical outcomes one year post-conversion, including acute rejection, and total graft failure (i.e., composite of graft loss or death with graft function (DWGF)). Methods The cohort included 471 KTRs, transplanted between 1-Jan-2000 to 31-Dec-2012, who were in a formal Advagraf conversion program between 1-Sep-2012 to 31-Dec-2013, and followed to 31-Dec-2014. Patients had tacrolimus blood trough measurements for 12-months pre-conversion (Prograf) and 12-months post-conversion (Advagraf) and they received a transplant at least 3-months prior to conversion. IP-TEV was determined using standard deviation (SD), coefficient of variation (CV), and intrapatient variability % (IPV%) calculated with one year of pre- and post-values. SD, CV, and IPV% were compared using Wilcoxon matched-pairs signed-ranked tests. Kaplan-Meier curves as well as univariable and multivariable Cox proportional hazard models were used to analyze graft outcomes. Results The difference in median SD, CV, and IPV% pre- and post-conversion were 0.16 (p=0.09), 0.01 (p=0.52), and 1.41 (p=0.32), respectively. Box plots of the distribution of pre- and post-conversion variability measures were symmetric and centred near zero. Multivariable Cox models showed that for every 1 unit increase in Advagraf SD and IPV% there was a 1.19 and 1.02-fold increase in the hazard of graft failure (p=0.01 and 0.03, respectively). Every 0.05 unit increase in Advagraf CV was associated with 1.12 and 1.15-fold increase in the hazard of graft failure (p=0.001 and 0.001. respectively. Upon dividing patients into two groups based on the median, there was a significantly increased risk of developing total graft failure in the SD >0.92 vs. ≤0.92 group and CV >0.16 vs. ≤0.16 group but no association in IPV% >7.7 vs. ≤7.7 group. Conclusion Despite no significant difference in IP-TEV upon conversion from Prograf to Advagraf based on SD, CV, and IPV%, all three methods showed similar trends in variability. All three methods showed that increased Advagraf variability post-conversion was associated with an increased risk of total graft failure. Future studies should address the long-term implications of Advagraf intra-patient variability in de novo KTR to corroborate the findings of the current study.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».