Granuloma in the explanted lungs: Infectious causes and impact on post‐lung transplant mycobacterial infection
Notice bibliographique
Résumé
INTRODUCTION: The significance of granuloma in explanted lungs of lung transplant recipients (LTR) on the development of post-transplant mycobacterial infection is unclear. METHODS: A retrospective review comparing LTRs and heart-lung transplant (H-LTR) recipients with granuloma in the explanted lungs between 2000 and 2012 (excluding those LTRs with granuloma due to sarcoidosis) and LTRs or H-LTRs without granuloma. Patients were followed for 2 years post-transplant. RESULTS: A total of 144 LTRs and 4 H-LTRs with granulomas (75 necrotizing and 73 non-necrotizing) and a comparator cohort of 144 LTRs and 4 H-LTRs without granuloma were analyzed. In LTRs with granulomas, identification of infectious organisms was more common by histopathology (35 AFB and 22 fungal) compared to cultures (six NTM and seven fungal) taken around time of the transplant. LTRs with granulomas were more likely to have pre-transplant non-tuberculous mycobacteria (NTM) infection compared to LTRs without granuloma; P < .01. In the multivariate analysis, having granuloma or positive mycobacterial cultures at time of transplant were associated with increased risk of post-transplant mycobacterial infection (HR = 1.8 95% CI [1.024-3.154]; P = .041 and HR = 2.083 95% CI [1.011-4.292]; P = .047). Although there was a trend toward increase mycobacterial disease in those with granulomas P = .056, there was no difference in survival post-transplantation between those with or without granuloma in the explanted lung; P = .886. CONCLUSION: The presence of granuloma in the explanted lungs of LTRs or positive mycobacterial cultures at time of transplant is associated with an increased risk of mycobacterial infection post-transplant.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».