Highlights from the clinical trials in organ transplantation (CTOT)-20 and CTOT-22 Consortium studies in lung transplant
Notice bibliographique
Résumé
Long-term survival after lung transplant lags behind that of other commonly transplanted organs, reflecting the current incomplete understanding of the mechanisms involved in the development of posttransplant lung injury, rejection, infection, and chronic allograft dysfunction. To address this unmet need, 2 ongoing National Institute of Allergy and Infectious Disease funded studies through the Clinical Trials in Organ Transplant Consortium (CTOT) CTOT-20 and CTOT-22 were dedicated to understanding the clinical factors and biological mechanisms that drive chronic lung allograft dysfunction and those that maintain cytomegalovirus polyfunctional protective immunity. The CTOT-20 and CTOT-22 studies enrolled 800 lung transplant recipients at 5 North American centers over 3 years. Given the number and complexity of subjects included, CTOT-20 and CTOT-22 utilized innovative data transfers and capitalized on patient-entered data collection to minimize site manual data entry. The data were coupled with an extensive biosample collection strategy that included DNA, RNA, plasma, serum, bronchoalveolar lavage fluid, and bronchoalveolar lavage cell pellet. This Special Article describes the CTOT-20 and CTOT-22 protocols, data and biosample strategy, initial results, and lessons learned through study execution.
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 | 0,147 | 0,289 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,007 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,010 | 0,006 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».