The Molecular Diagnosis Might Be Clinically Useful in Discrepant Kidney Allograft Biopsy Findings: An Analysis of Clinical Outcomes
Notice bibliographique
Résumé
BACKGROUND: The Molecular Microscope Diagnostic System (MMDx) may overcome histology shortcomings. Previous studies have simply examined discrepant findings but have not attempted to determine clinical endpoints. To measure performance, clinical outcomes are strongly required. METHODS: This single-center cohort study described discrepancies between MMDx and histology from 51 kidney transplant recipients (KTRs) and analyzed 72 indication biopsies, including 21 follow-up biopsies. Clinical performance was assessed by a combined endpoint of graft failure, rejection on follow-up biopsy, de novo donor-specific antibody, and improvement of kidney allograft function upon antirejection treatment. RESULTS: MMDx agreed in 33 (65%) and differed in 18 (35%) of 51 KTRs. Most discrepancies occurred in biopsies called no rejection by MMDx and rejection by histology (15/24, 63%). In contrast, in biopsies called rejection by MMDx, 3 were classified as no rejection by histology (3/27, 11%). Discrepant findings between MMDx and histology occurred following delayed graft function and MMDx from biopsies with a low percentage of cortex. Among 15 biopsies classified as no rejection by MMDx but rejection by histology, the clinical course suggested no rejection in 9 cases. Six KTRs reached the endpoint, showing predominant t ≥ 2 lesions. CONCLUSIONS: The most often occurring discrepancy is rejection by histology but no rejection by MMDx. As more KTRs do not meet the combined endpoint for rejection, MMDx might be clinically useful in these discrepant cases. Although strong histological findings have priority in indicating the treatment, clinical implementation of MMDx could strengthen treatment strategies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».