Molecular assessment of antibody‐mediated rejection in human pancreas allograft biopsies
Notice bibliographique
Résumé
Pancreas transplant longevity is limited by immune rejection, which is diagnosed by graft biopsy using the Banff Classification. The histological criteria for antibody-mediated rejection (AMR) are poorly reproducible and inconsistently associated with outcome. We hypothesized that a 34-gene set associated with antibody-mediated rejection in other solid organ transplants could improve diagnosis in pancreas grafts. The AMR 34-gene set, comprising endothelial, natural killer cell and inflammatory genes, was quantified using the NanoString platform in 52 formalin-fixed, paraffin-embedded pancreas transplant biopsies from 41 patients: 15 with pure AMR or mixed rejection, 22 with T cell-mediated rejection/borderline and 15 without rejection. The AMR 34-gene set was significantly increased in pure AMR and mixed rejection (P = .001) vs no rejection. The gene set predicted histological AMR with an area under the receiver operating characteristic curve (ROC AUC) of 0.714 (P = .004). The AMR 34-gene set was the only biopsy feature significantly predictive of allograft failure in univariate analysis (P = .048). Adding gene expression to DSA and histology increased ROC AUC for the prediction of failure from 0.736 to 0.770, but this difference did not meet statistical significance. In conclusion, assessment of transcripts has the potential to improve diagnosis and outcome prediction in pancreas graft biopsies.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».