Validation of a New North American Islet Donor Score for Donor Pancreas Selection and Successful Islet Isolation in a Medium-Volume Islet Transplant Center
Notice bibliographique
Résumé
The selection of optimal pancreas donors is one of the key factors in determining the ultimate outcome of clinical islet isolation. North American Islet Donor Score (NAIDS) allows for estimating the chance of the success of islet isolation. It was developed based on the data from over 1000 donors from 11 islet isolation centers and validated in the University of Alberta, Edmonton, on the cohort from the most active islet transplant center. Now we aimed to also validate it in our much less active program. Areas under the receiver operating characteristic curves (AUROCs) and logistic regression analyses were obtained to test if NAIDS would better predict successful islet isolation (defined as post-purification islet yield >400,000 islet equivalents (IEQ)) than previously described Edmonton islet donor score (IDS) and our modified version of IDS. We analyzed the donor scores with reference to 82 of our islet isolation outcomes. The success rate increased proportionally as NAIDS increased, from 0% success in NAIDS < 50 points to 40% success in NAIDS ≥ 80 points. AUROCs were 0.67 (95% confidence interval (CI) 0.55-0.79) for NAIDS, 0.58 (95% CI 0.44-0.71) for modified IDS, and 0.51 (95% CI 0.37-0.65) for IDS and did not differ significantly. However, based on logistic regression analyses, NAIDS was the only statistically significant predictor of successful isolation (p = 0.01). The main advantage of NAIDS is an enhanced ability to discriminate poor-quality donors than previously used scoring systems at University of Chicago, with 0% chance for success when NAIDS was <50 as compared with 40% success rate for IDS <50. NAIDS was found to be the most useful available tool for donor pancreas selection in clinical and research practice in our center, allowing for identification and rejection of poor-quality donors, saving time and resources.
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 | 0,008 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».