Post‐transplant lymphoproliferative disorders, Epstein‐Barr virus infection, and disease in solid organ transplantation: Guidelines from the American Society of Transplantation Infectious Diseases Community of Practice
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
Abstract These updated guidelines from the American Society of Transplantation Infectious Diseases Community of Practice review the diagnosis, management, and prevention of post‐transplant lymphoproliferative disorders (PTLD) and other Epstein‐Barr virus (EBV) syndromes after solid organ transplantation. PTLD are a heterogeneous spectrum of predominantly B‐cell disorders, often extra‐nodal, with complex distinct pathogeneses and variable clinical presentations determined by pathologic subtype. Recent epidemiologic studies report a decrease in early EBV‐positive (+) PTLD and an increase in late EBV‐negative (−) PTLD. Pre‐transplant EBV‐seronegativity and primary EBV infection, often from donor‐transmitted infection, are an important risk factors for EBV syndromes and early EBV + PTLD. Low‐quality evidence supports preemptive prevention strategies for early EBV + PTLD in EBV‐seronegative recipients that involve EBV DNA measurement in peripheral blood using assays requiring further result harmonization, combined with interventions to lower viral load. Reduction in immunosuppression (RIS) is the best validated intervention. WHO pathology classification of a tissue biopsy remains the gold standard for PTLD diagnosis; optimal staging procedures are uncertain. Treatment of CD20 + PTLD with the response‐dependent sequential use of RIS, rituximab, and cytotoxic chemotherapy is recommended. Evidence gaps requiring future research and alternate treatment strategies including immunotherapy are highlighted.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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