Impact of Belatacept Conversion on Renal Function, Histology, and Gene Expression in Kidney Transplant Patients With Chronic Active Antibody-mediated Rejection
Notice bibliographique
Résumé
BACKGROUND: Here, we present our initial experience with a prospective protocol of belatacept conversion in patients with chronic active antibody-mediated rejection (caAMR) and a high degree of chronicity at the time of diagnosis. METHODS: We converted 19 patients (mean age, 45 ± 12 y) with biopsy-proven caAMR from tacrolimus to belatacept at a median of 44 months post-kidney transplant. RESULTS: At a median of 29 months (interquartile range, 16-46 mo) postconversion, death-censored graft and patient survivals were 89% and 95%, respectively. When compared to a 1:2 propensity-matched control cohort from the INSERM U970 registry maintained on calcineurin inhibitor, the belatacept group had progressive improvement (P = 0.02) in estimated glomerular filtration rate from a mean of 33.9 ± 10 at baseline to 37.8 ± 13 at 6 months and 38.5 ± 12 mL/min/1.73 m2 at 12 months postconversion, as compared to a steady decline noted in the controls (36.2 [baseline] → 33.1 [6 mo] → 32.7 mL/min/1.73 m2 [12 mo] of follow-up). A paired histologic comparison of preconversion and postconversion (performed at median 9.5 mo postconversion) biopsies showed no worsening in microvascular inflammation or chronicity. The paired tissue gene expression analysis showed improved mean total rejection score (0.68 ± 0.26-0.56 ± 0.33; P = 0.02) and a trend toward improved antibody-mediated rejection score (0.64 ± 0.34-0.56 ± 0.39; P = 0.06). CONCLUSIONS: Here, we report that in patients diagnosed with caAMR who were not subjected to intensive salvage immunosuppressive therapies, isolated belatacept conversion alone was associated with stabilization in renal function. These results are bolstered by molecular evidence of improved inflammation.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 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 ».