HLA-DR/DQ molecular mismatch: A prognostic biomarker for primary alloimmunity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Alloimmune risk stratification in renal transplantation has lacked the necessary prognostic biomarkers to personalize recipient care or optimize clinical trials. HLA molecular mismatch improves precision compared to traditional antigen mismatch but has not been studied in detail at the individual molecule level. This study evaluated 664 renal transplant recipients and correlated HLA-DR/DQ single molecule eplet mismatch with serologic, histologic, and clinical outcomes. Compared to traditional HLA-DR/DQ whole antigen mismatch, HLA-DR/DQ single molecule eplet mismatch improved the correlation with de novo donor-specific antibody development (area under the curve 0.54 vs 0.84) and allowed recipients to be stratified into low, intermediate, and high alloimmune risk categories. These risk categories were significantly correlated with primary alloimmune events including Banff ≥1A T cell-mediated rejection (P = .0006), HLA-DR/DQ de novo donor-specific antibody development (P < .0001), antibody-mediated rejection (P < .0001), as well as all-cause graft loss (P = .0012) and each of these correlations persisted in multivariate models. Thus, HLA-DR/DQ single molecule eplet mismatch may represent a precise, reproducible, and widely available prognostic biomarker that can be applied to tailor immunosuppression or design clinical trials based on individual patient risk.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 découle