Donor human leukocyte antigen-G single nucleotide polymorphisms are associated with post-lung transplant mortality
Notice bibliographique
Résumé
Human leukocyte antigen (HLA)-G is a non-classical HLA that inhibits immune responses. Its expression is modified by single nucleotide polymorphisms (SNPs), which are associated with transplant outcomes. Our aim was to investigate the association of donor and recipient HLA-G SNPs with chronic lung allograft dysfunction (CLAD) and mortality after lung transplantation. In this single-centre study, we examined 11 HLA-G SNPs in 345 consecutive recipients and 297 donors of a first bilateral lung transplant. A multivariable Cox proportional hazards model assessed associations of SNPs with death and CLAD. Transbronchial biopsies (TBBx) and bronchoalveolar lavage (BAL) samples were examined using quantitative PCR, ELISA and immunofluorescence. Over a median of 4.75 years, 142 patients (41%) developed CLAD; 170 (49%) died. Multivariable analysis revealed donor SNP +3142 (GG+CG versus CC) was associated with increased mortality (hazard ratio 1.78, 95% CI 1.12–2.84; p=0.015). In contrast, five donor SNPs, -201(CC), -716(TT), -56(CC), G*01:03(AA) and 14 bp INDEL, conferred reduced mortality risk. Specific donor–recipient SNP pairings reduced CLAD risk. Predominantly epithelial HLA-G expression was observed on TBBx without rejection. Soluble HLA-G was present in higher concentrations in the BAL samples of patients who later developed CLAD. Specific donor SNPs were associated with mortality risk after lung transplantation, while certain donor–recipient SNP pairings modulated CLAD risk. TBBx demonstrated predominantly epithelial, and therefore presumably donor-derived, HLA-G expression in keeping with these observations. This study is the first to demonstrate an effect of donor HLA-G SNPs on lung transplantation outcome.
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 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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».