MétaCan
Menu
Retour à la cohorte
Enregistrement W4225638055 · doi:10.3389/fmed.2022.817324

Archetypal Analysis of Injury in Kidney Transplant Biopsies Identifies Two Classes of Early AKI

2022· article· en· W4225638055 sur OpenAlexafffund
Philip F. Halloran, Georg A. Böhmig, Jonathan S. Bromberg, Gunilla Einecke, Farsad Eskandary, Gaurav Gupta, Marek Myślak, Ondřej Viklický, Agnieszka Perkowska‐Ptasińska, Katelynn S. Madill-Thomsen

Notice bibliographique

RevueFrontiers in Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensThe Metabolomics Innovation CentreUniversity of Alberta
Organismes subventionnairesMinistry of Advanced EducationUniversity of AlbertaMendez National Institute of Transplantation FoundationMinistry of Advanced Education and TechnologyGenome Canada
Mots-clésAcute kidney injuryMedicineRenal functionKidney diseaseKidney transplantationPathologyKidneyPopulationInflammationRifleInternal medicineGastroenterology

Résumé

récupéré en direct d'OpenAlex

All transplanted kidneys are subjected to some degree of injury as a result of the donation-implantation process and various post-transplant stresses such as rejection. Because transplants are frequently biopsied, they present an opportunity to explore the full spectrum of kidney response-to-wounding from all causes. Defining parenchymal damage in transplanted organs is important for clinical management because it determines function and survival. In this study, we classified the scenarios associated with parenchymal injury in genome-wide microarray results from 1,526 kidney transplant indication biopsies collected during the INTERCOMEX study. We defined injury groups by using archetypal analysis (AA) of scores for gene sets and classifiers previously identified in various injury states. Six groups and their characteristics were defined in this population: No injury, minor injury, two classes of acute kidney injury ("AKI," AKI1, and AKI2), chronic kidney disease (CKD), and CKD combined with AKI. We compared the two classes of AKI, namely, AKI1 and AKI2. AKI1 had a poor function and increased parenchymal dedifferentiation but minimal response-to-injury and inflammation, instead having increased expression of PARD3, a gene previously characterized as being related to epithelial polarity and adherens junctions. In contrast, AKI2 had a poor function and increased response-to-injury, significant inflammation, and increased macrophage activity. In random forest analysis, the most important predictors of function (estimated glomerular filtration rate) and graft loss were injury-based molecular scores, not rejection scores. AKI1 and AKI2 differed in 3-year graft survival, with better survival in the AKI2 group. Thus, injury archetype analysis of injury-induced gene expression shows new heterogeneity in kidney response-to-wounding, revealing AKI1, a class of early transplants with a poor function but minimal inflammation or response to injury, a deviant response characterized as PC3, and an increased risk of failure. Given the relationship between parenchymal injury and kidney survival, further characterization of the injury phenotypes in kidney transplants will be important for an improved understanding that could have implications for understanding native kidney diseases (ClinicalTrials.gov #NCT01299168).

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,018
Tête enseignante GPT0,314
Écart entre enseignants0,295 · 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

Citations14
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in MedicineMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207