The therapeutic challenge of late antibody‐mediated kidney allograft rejection
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
Late antibody-mediated rejection (ABMR) is a cardinal cause of kidney allograft failure, manifesting as a continuous and, in contrast with early rejection, often clinically silent alloimmune process. While significant progress has been made towards an improved understanding of its molecular mechanisms and the definition of diagnostic criteria, there is still no approved effective treatment. In recent small randomized controlled trials, therapeutic strategies with promising results in observational studies, such as proteasome inhibitor bortezomib, anti-C5 antibody eculizumab, or high dose intravenous immunoglobulin plus rituximab, had no significant impact in late and/or chronic ABMR. Such disappointing results reinforce a need of new innovative treatment strategies. Potential candidates may be the interference with interleukin-6 to modulate B cell alloimmunity, or innovative compounds that specifically target antibody-producing plasma cells, such as antibodies against CD38. Given the phenotypic heterogeneity of ABMR, the design of adequate systematic trials to assess the safety and efficiency of such therapies, however, is challenging. Several trials are currently being conducted, and new developments will hopefully provide us with effective ways to counteract the deleterious impact of antibody-mediated graft injury. Meanwhile, the weight of evidence would suggest that, when approaching using existing treatments for established antibody-mediated rejection, "less may be more".
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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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