Lack of Histological and Molecular Signature Response to Tocilizumab in Kidney Transplants with Chronic Active Antibody Mediated Rejection: A Case Series
Notice bibliographique
Résumé
Background Traditional therapies for caAbMR have unclear efficacy with significant side effects in recipients of kidney transplants (KTs). A recent single-center case series suggested tocilizumab (TCZ) could stabilize renal function and improve microvascular inflammation. Here we report our findings of the use of TCZ in patients with caAbMR. Methods Ten adult recipients of KTs with biopsy-proven caAbMR were treated with TCZ at 8 mg/kg per month. Patients were monitored for adverse events, and therapy was interrupted in the setting of serious infections. Six patients (60%) underwent post-treatment biopsies. Results Patients (mean age of 43 years) were initiated on TCZ at a median of 36 months post-KT. A majority of patients were black (70%), underwent regrafts (40%), and were sensitized (mean cPRA=41%). Patients received a median of six doses of TCZ (range=3–10). At a median follow-up of 12 months (range=8–24 months), renal function did not show improvement (mean eGFR, 42±18 ml/min per 1.73 m 2 to 37±24 ml/min per 1.73 m 2 ; P =0.27). The slope of decline in eGFR remained unchanged (−0.14±0.9 to −0.33±1.1; P =0.25). There was no improvement in mean MVI (g+ptc) (4.8±1.4 to 4.2±2.0; P =0.39) scores or Molecular Microscope Diagnostic System (MMDx) AbMR scores (0.79±0.17 to 0.78±0.26; P =0.86). There was a numeric worsening of chronicity (ci+ct) scores (2.5±0.8 to 3.3±1.7; P =0.38) and MMDx atrophy fibrosis scores (0.36±0.24 to 0.58±0.15; P =0.21). Patient survival was 90%, with one patient death due to complications from a hip infection. Overall death-censored graft survival was 80%, with two graft losses in patients who had recurrent infections requiring hospitalization. Conclusions In this early experience, we report a lack of efficacy and toxicity with the use of TCZ for caAbMR. Prospective clinical trials are needed to clarify the role of IL-6 blockade and the possibility of increased incidence of infections in patients with caAbMR who are treated with TCZ.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».