Identifying the Specific Causes and the Determinants of Outcome in Kidney Recipients with Transplant Glomerulopathy
Notice bibliographique
Résumé
Background Understanding the specific causes of TG and its long-term consequences at population scale is lacking. Methods This study includes all kidney allograft biopsies performed between January 2004 and January 2014 in three French referral centers and one Canadian center showing TG (Banff cg score≥1 by light microscopy). All TG cases were extensively phenotyped and systematically assessed using light microscopy, immunohistochemistry (IH), immunofluorescence (IF), together with circulating anti-HLA-DSA at the time of biopsy. Results Among the 8,207 post-transplant allograft biopsies performed during the inclusion period, 552 (6.7%) presented with double contours and corresponded to 385 patients. Three predominant overlapping etiologies accounted for 466 (84.4%) cases. 417 biopsies showed antibody-mediated injury (75.5%), 90 biopsies showed TMA (16.3%), 65 showed MPGN (11.8%), while 86 (15.6%) remained equivocal with no specific cause identified (Figure 1). The median time of TG diagnosis post-transplant was 33.18 months (IQR: 12.12 – 78.72 months). Kidney allograft survival after TG diagnosis was 69.4% at 3 years, 57.1% at 5 years, 43.3% at 7 years and 25.5% at 10 years (Figure2). After adjusting for donor, recipient and transplant characteristics, immunological and histological parameters, we identified the following independent factors associated with long-term allograft survival in patients with TG: eGFR (HR: 0.96; CI 95% (0.95-0.98); p<0.001) and proteinuria level (squared transformation) (HR: 2.16; CI 95% (1.76-2.65); p<0.0001) at the time of biopsy, deceased donor (HR: 1.62; CI 95% (1.11-2.40); p=0.016), delay between transplantation and TG diagnosis (log transformation) (HR:1.31; CI 95% (1.16-1.49); p<0.001), vasculitis Banff score (HR: 1.66; IC 95% (1.04-2.65); p=0.032) and TG biopsy with ongoing disease process (HR: 1.55; IC 95% (1.01-2.391); p=0.047). Conclusion Using a large cohort of kidney recipients with a diagnosis of TG and a systematic phenotyping, we identify three overlapping pathways in TG: ABMR, TMA and MPGN. The identification of the main independent determinants of TG prognosis may help improving risk stratification and define specific causes and disease process in patients with TG.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».