Molecular phenotype of kidney transplant indication biopsies with inflammation in scarred areas
Notice bibliographique
Résumé
In kidney transplant biopsies, inflammation in areas of atrophy-fibrosis (i-IFTA) is associated with increased risk of failure, presumably because inflammation is evoked by recent parenchymal injury from rejection or other insults, but some cases also have rejection. The present study explored the frequency of rejection in i-IFTA, by using histology Banff 2015 and a microarray-based molecular diagnostic system (MMDx). In unselected indication biopsies (108 i-IFTA, 73 uninflamed IFTA [i0-IFTA], and 53 no IFTA), i-IFTA biopsies occurred later, showed more scarring, and had more antibody-mediated rejection (ABMR) based on histology (28%) and MMDx (45%). T cell-mediated rejection (TCMR) was infrequent in i-IFTA based on histology (8%) and MMDx (16%). Twelve i-IFTA biopsies (11%) had molecular TCMR not diagnosed by histology, although 6 were called borderline and almost all had histologic TCMR lesions. The prominent feature of i-IFTA biopsies was molecular injury (eg, acute kidney injury [AKI] transcripts). In multivariate analysis of biopsies >1 year posttransplant, the strongest associations with graft loss were AKI transcripts and histologic atrophy-scarring; i-IFTA was not significant when molecular AKI was included. We conclude that i-IFTA in indication biopsies reflects recent/ongoing parenchymal injury, often with concomitant ABMR but few with TCMR. Thus, the application of Banff i-IFTA in the population of late biopsies needs to be reconsidered.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».