Double Pretransplant Positivity for Autoantibodies to LG3 and Angiotensin II Type 1 Receptor Is Associated With Alloimmune Vascular Injury in Kidney Transplant Recipients
Notice bibliographique
Résumé
Both angiotensin II receptor autoantibodies (ATRabs) and autoantibodies to LG3 have been linked to kidney graft rejection with alloimmune vascular injury (AVI). We aimed to examine whether positivity for both anti-LG3 and ATRabs is associated with rejection with AVI in kidney transplant recipients. Methods: We performed a retrospective cohort study including consecutive kidney transplant recipients between 2013 and 2017 at a single center. The primary outcome was acute rejection with AVI (Banff grade 2 or 3 T-cell-mediated rejection and/or antibody-mediated rejection) in the first 3 mo posttransplant. The secondary outcome was death-censored allograft loss. The independent variables, anti-LG3 and ATRab, were measured pretransplant. Results: Among the 328 study participants, 68 experienced acute rejection with AVI and 23 experienced graft loss over a median follow-up of 4.5 y. In a multivariable model, double pretransplant positivity for anti-LG3/ATRab was associated with acute rejection with AVI (odds ratio: 2.73, 95% confidence interval: 1.06-7.05). We did not observe an association between double positivity for anti-LG3/ATRab and death-censored graft loss. Conclusions: Double positivity for anti-LG3/ATRabs pretransplant is associated with a higher risk of acute rejection with AVI. Whether therapies that remove antibodies could decrease that risk remains to be studied.Supplemental Visual Abtract: http://links.lww.com/TXD/A494.
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 | 0,001 |
| 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 ».