Autoantibodies to LG3 are associated with poor long‐term survival after liver retransplantation
Notice bibliographique
Résumé
Autoantibodies are detrimental to the survival of organ transplantation. We demonstrated that Angiotensin II Type I Receptor agonistic autoantibodies (AT1R-AA) were associated with poor outcomes after liver retransplantation. To examine the effect of other autoantibodies, we studied a retrospective cohort of 93 patients who received a second liver transplant. Pre-retransplant sera were tested with Luminex-based solid-phase assays. Among 33 tested autoantibodies, 15 were significantly higher in 48 patients who lost their regrafts than 45 patients whose regrafts were still functioning. Specifically, patients with autoantibodies to the C-terminal laminin-like globular domain of Perlecan (LG3) experienced significantly worse regraft survival (p = .002) than those with negative LG3 autoantibodies (LG3-A). In multivariate analysis, LG3-A (HR = 2.35 [1.11-4.98], p = .027) and AT1R-AA (HR = 2.09 [1.07-4.10], p = .032) remained significant predictors of regraft loss after adjusting for recipient age and sex. There were synergistic deleterious effects on regraft survival in patients who were double-positive for LG3-A and donor-specific antibody (DSA) (HR = 5.26 [2.15-12.88], p = .001), or LG3-A and AT1R-AA (HR = 3.23 [1.37-7.66], p = .008). All six double-positive patients lost their liver regrafts. In conclusion, LG3-A is associated with inferior long-term outcomes of a second liver transplant. Screening anti-HLA antibodies and autoantibodies such as LG3-A/AT1R-AA identifies patients with a higher risk for liver transplantation.
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) | 0,001 | 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 ».