MétaCan
Menu
Retour à la cohorte
Enregistrement W3210768776 · doi:10.1111/ajt.16883

The negative impact of T cell–mediated rejection on renal allograft survival in the modern era

2021· article· en· W3210768776 sur OpenAlexafffund
Christie Rampersad, Robert Balshaw, Ian W. Gibson, Julie Ho, Jamie Shaw, Martin Karpinski, Aviva Goldberg, Patricia E. Birk, David N. Rush, Peter Nickerson, Chris Wiebe

Notice bibliographique

RevueAmerican Journal of Transplantation · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensManitoba HealthGeorge & Fay Yee Centre for Healthcare InnovationUniversity of Manitoba
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineInternal medicineTacrolimusKidney transplantationObservational studyImmunosuppressionIncidence (geometry)Human leukocyte antigenTransplantationMycophenolic acidOncologyImmunologyAntigen

Résumé

récupéré en direct d'OpenAlex

The prevalence and long-term impact of T cell-mediated rejection (TCMR) is poorly defined in the modern era of tacrolimus/mycophenolate-based maintenance therapy. This observational study evaluated 775 kidney transplant recipients with serial histology and correlated TCMR events with the risk of graft loss. After a ~30% incidence of a first Banff Borderline or greater TCMR detected on for-cause (17%) or surveillance (13%) biopsies, persistent (37.4%) or subsequent (26.3%) TCMR occurred in 64% of recipients on follow-up biopsies. Alloimmune risk categories based on the HLA-DR/DQ single molecule eplet molecular mismatch correlated with the number of TCMR events (p = .002) and Banff TCMR grade (p = .007). Both a first and second TCMR event correlated with death-censored and all-cause graft loss when adjusted for baseline covariates and other significant time-dependent covariates such as DGF and ABMR. Therefore, a substantial portion of kidney transplant recipients, especially those with intermediate and high HLA-DR/DQ molecular mismatch scores, remain under-immunosuppressed, which in turn identifies the need for novel agents that can more effectively prevent or treat TCMR.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,302
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations93
Publié2021
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueAmerican Journal of TransplantationMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207