Recommended Treatment for Antibody-mediated Rejection After Kidney Transplantation: The 2019 Expert Consensus From the Transplantion Society Working Group
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
With the development of modern solid-phase assays to detect anti-HLA antibodies and a more precise histological classification, the diagnosis of antibody-mediated rejection (AMR) has become more common and is a major cause of kidney graft loss. Currently, there are no approved therapies and treatment guidelines are based on low-level evidence. The number of prospective randomized trials for the treatment of AMR is small, and the lack of an accepted common standard for care has been an impediment to the development of new therapies. To help alleviate this, The Transplantation Society convened a meeting of international experts to develop a consensus as to what is appropriate treatment for active and chronic active AMR. The aim was to reach a consensus for standard of care treatment against which new therapies could be evaluated. At the meeting, the underlying biology of AMR, the criteria for diagnosis, the clinical phenotypes, and outcomes were discussed. The evidence for different treatments was reviewed, and a consensus for what is acceptable standard of care for the treatment of active and chronic active AMR was presented. While it was agreed that the aims of treatment are to preserve renal function, reduce histological injury, and reduce the titer of donor-specific antibody, there was no conclusive evidence to support any specific therapy. As a result, the treatment recommendations are largely based on expert opinion. It is acknowledged that properly conducted and powered clinical trials of biologically plausible agents are urgently needed to improve patient outcomes.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| 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 | 0,001 | 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