MétaCan
Menu
Retour à la cohorte
Enregistrement W4306409698 · doi:10.2337/dc21-2688

Long-term Outcomes With Islet-Alone and Islet-After-Kidney Transplantation for Type 1 Diabetes in the Clinical Islet Transplantation Consortium: The CIT-08 Study

2022· article· en· W4306409698 sur OpenAlexaff
Michael R. Rickels, Thomas L. Eggerman, Levent Bayman, Julie C. Qidwai, Rodolfo Alejandro, Nancy D. Bridges, Bernhard J. Hering, James F. Markmann, Peter Senior, Lawrence G. Hunsicker, José G. Ávila, Beth Begley, Jose Cano, Sallie Carpentier, Elizabeth Holbrook, Jennifer Hutchinson, Christian P. Larsen, Johanna Moreno, Marti H. Sears, Nicole A. Turgeon, Dasia Webster, Christian Berne, Carl Jorns, Torbjörn Lundgren, Mikael Rydén, Enrico Cagliero, Kerry Crisalli, Shan Deng, Ji Lei, David M. Nathan, Patrice Al‐Saden, Jason Battle, Xioajuan Chen, Angela Hecyk, Dixon B. Kaufman, H Kißler, Xunrong Luo, Mark E. Molitch, Natalie Monson, Elyse Stuart, Amisha Wallia, Ling‐Jia Wang, Shusen Wang, Xiaomin Zhang, Christine W. Czarniecki, Julia Goldstein, Tomeka Granderson, Yvonne Morrison, Allison Priore, Gerry Putz, Mark A. Robien, Elizabeth M. Schneider, Guillermo Arreaza, Neal Green, David L. Bigam, Patricia Campbell, Parastoo Dinyari, Sharleen Imes, Tatsuya Kin, Norman M. Kneteman, Angela Koh, James Lyon, Andrew J. Malcolm, Doug O’Gorman, Chris Onderka, Richard Owen, Rena Pawlick, Brad Richer, Shawn Rosichuk, Edmond A. Ryan, Donna Sarman, Adam Schroeder, A. M. James Shapiro, Lana Toth, Vali Toth, Wendy Zhai, Kristina M. Johnson, Joan McElroy, Andrew M. Posselt, Marissa Ramos, Tara Rojas, Peter G. Stock, Gregory L. Szot, Barbara Barbaro, Leelama George, Joan Martellotto, José Oberholzer, Meirigeng Qi, Yong Wang, Kathryn Chaloner, William R. Clarke, Joseph S. Dillon, Cynthia Diltz, Gregory C. Doelle, Dixie Ecklund, Holly Ernst, Deb Feddersen, Eric D. Foster, Carol Jasperson, David-Erick Lafontant, Karen D. McElvany, Tina Neill-Hudson, Deb Nollen, Traci Schwieger, Beth Shields, Jamie Willits, Jon Yankey, Ana Alvarez, Andrea Curry Corrales, Raquel N. Faradji, Tatiana Froud, Ana Alvarez Gil, Eva Herrada, Hirohito Ichii, Luca Inverardi, Norma S. Kenyon, Aisha Khan, Elina Linetsky, J. Montelongo, Eduardo Peixoto, Kathryn Peterson, Camillo Ricordi, Joel Szust, Xiaoling Wang, Xiumin Xu, Muhamad H. Abdulla, Jeffrey D. Ansite, Appakalai N. Balamurugan, Melena D. Bellin, M. Brandenburg, T Gilmore, James V. Harmon, Raja Kandaswamy, Gopal Loganathan, Kate R. Mueller, Klearchos K. Papas, J Højgaard Pedersen, Joshua J. Wilhelm, Jean C. Witson, Aksel Foss, Trond Jenssen, Cornelia Dalton-Bakes, Hongxing Fu, Malek Kamoun, Jane Kearns, Yanjing Li, Chengyang Liu, Eline Luning-Prak, Yanping Luo, Eileen Markmann, Zaw Min, Ali Naji, Maral Palanjian, Richard D. Shlansky-Goldberg, Kumar Vivek, Amin Sam Ziaie, Peter Chebleck, Juan S. Danobeitia, Luis Fernandez Dixon B. Kaufman, Jon S. Odorico, Kristi Schneider, Laura J. Zitur, Daniel Brandhorst, A. Friiberg, Olle Korsgren, Bo Nilsson, Gunnar Tufveson, Bengt von Zur-MΈhlen, Irene D. Feurer

Notice bibliographique

RevueDiabetes Care · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePancreatic function and diabetes
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Center for Research ResourcesNational Institute of Allergy and Infectious DiseasesUniversity of Illinois at Urbana-ChampaignVertex PharmaceuticalsNational Institute of Diabetes and Digestive and Kidney DiseasesJuvenile Diabetes Research Foundation United KingdomUniversity of MinnesotaUniversity of PennsylvaniaUniversity of Miami
Mots-clésIsletMedicineTransplantationInternal medicineImmunosuppressionKidney transplantationType 1 diabetesDiabetes mellitusHypoglycemiaGlycemicEndocrinologyKidneyUrologyGastroenterology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To determine long-term outcomes for islet-alone and islet-after-kidney transplantation in adults with type 1 diabetes complicated by impaired awareness of hypoglycemia. RESEARCH DESIGN AND METHODS: This was a prospective interventional and observational cohort study of islet-alone (n = 48) and islet-after-kidney (n = 24) transplant recipients followed for up to 8 years after intraportal infusion of one or more purified human pancreatic islet products under standardized immunosuppression. Outcomes included duration of islet graft survival (stimulated C-peptide ≥0.3 ng/mL), on-target glycemic control (HbA1c <7.0%), freedom from severe hypoglycemia, and insulin independence. RESULTS: Of the 48 islet-alone and 24 islet-after-kidney transplantation recipients, 26 and 8 completed long-term follow-up with islet graft function, 15 and 7 withdrew from follow-up with islet graft function, and 7 and 9 experienced islet graft failure, respectively. Actuarial islet graft survival at median and final follow-up was 84% and 56% for islet-alone and 69% and 49% for islet-after-kidney (P = 0.007) with 77% and 49% of islet-alone and 57% and 35% of islet-after-kidney transplantation recipients maintaining posttransplant HbA1c <7.0% (P = 0.0017); freedom from severe hypoglycemia was maintained at >90% in both cohorts. Insulin independence was achieved by 74% of islet-alone and islet-after-kidney transplantation recipients, with more than one-half maintaining insulin independence during long-term follow-up. Kidney function remained stable during long-term follow-up in both cohorts, and rates of sensitization against HLA were low. Severe adverse events occurred at 0.31 per patient-year for islet-alone and 0.43 per patient-year for islet-after-kidney transplantation. CONCLUSIONS: Islet transplantation results in durable islet graft survival permitting achievement of glycemic targets in the absence of severe hypoglycemia for most appropriately indicated recipients having impaired awareness of hypoglycemia, with acceptable safety of added immunosuppression for both islet-alone and islet-after-kidney 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 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)0,003
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,033
Tête enseignante GPT0,318
Écart entre enseignants0,285 · 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

Citations50
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetes CareMême sujetPancreatic function and diabetesTravaux en français237 207