MétaCan
Menu
Retour à la cohorte
Enregistrement W4386253129 · doi:10.1097/txd.0000000000001519

Calcineurin Inhibition in Deceased Organ Donors: A Systematic Review and Meta-analysis of Preclinical Studies

2023· review· en· W4386253129 sur OpenAlexaff
Frédérick D’Aragon, William Rousseau, Ruth Breau, Daniel Aminaei, Carole Ichaï, Gordon Boyd, Karen E. A. Burns, Héloïse Cardinal, François Martin Carrier, Michaël Chassé, Prosanto Chaudhury, Sonny Dhanani, Shane English, Anne Julie Frenette, Steven Hanna, Greg Knoll, François Lauzier, Simon Oczkowski, Bram Rochwerg, Khaled Shamseddin, Marat Slessarev, Darin Treleaven, Alexis F. Turgeon, Matthew J. Weiss, Markus Selzner, Maureen O. Meade

Notice bibliographique

RevueTransplantation Direct · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensQuebec - Clinical Research Organization in CancerUniversité LavalUniversity Health NetworkOttawa HospitalUniversité de MontréalWestern UniversityUniversité de SherbrookeUniversity of TorontoSt. Michael's HospitalToronto General HospitalThe Quebec Population Health Research NetworkMcMaster UniversityQueen's UniversityChildren's Hospital of Eastern OntarioUniversity of OttawaMcGill UniversityImpactCentre Hospitalier Universitaire de Sherbrooke
Organismes subventionnairesAstellas Pharma
Mots-clésMedicineCalcineurinCochrane LibraryMeta-analysisInternal medicineCreatinineConfidence intervalTransplantation

Résumé

récupéré en direct d'OpenAlex

Background: Preconditioning deceased organ donors with calcineurin inhibitors (CNIs) may reduce ischemia-reperfusion injury to improve transplant outcomes. Methods: We searched MEDLINE, EMBASE, Cochrane Library, and conference proceedings for animal models of organ donation and transplantation, comparing donor treatment with CNIs with either placebo or no intervention, and evaluating outcomes for organ transplantation. Reviewers independently screened and selected studies, abstracted data, and assessed the risk of bias and clinical relevance of included studies. Where possible, we pooled results using meta-analysis; otherwise, we summarized findings descriptively. Results: Eighteen studies used various animals and a range of CNI agents and doses and evaluated their effects on a variety of transplant outcomes. The risk of bias and clinical applicability were poorly reported. Pooled analyses suggested benefit of CNI treatment on early graft function in renal transplants (3 studies; serum creatinine: ratio of means [RoM] 0.54; 95% confidence interval [CI], 0.34-0.86) but not for liver transplants (2 studies; serum alanine transaminase: RoM 0.61; 95% CI, 0.30-1.26; and serum aspartate aminotransferase: RoM 0.58; 95% CI, 0.26-1.31). We found no reduction in graft loss at 7 d (2 studies; risk ratio 0.54; 95% CI, 0.08-3.42). CNI treatment was associated with reduced transplant recipient levels of interleukin-6 (4 studies; RoM 0.36; 95% CI, 0.19-0.70), tumor necrosis factor-alpha (5 studies; RoM 0.36; 95% CI, 0.12-1.03), and cellular apoptosis (4 studies; RoM 0.30; 95% CI, 0.19-0.47). Conclusions: Although this compendium of animal experiments suggests that donor preconditioning with CNIs may improve early kidney graft function, the limited ability to reproduce a true clinical environment in animal experiments and to assess for risk of bias in these experiments is a serious weakness that precludes current clinical application.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,615
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0110,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,288
Tête enseignante GPT0,475
Écart entre enseignants0,187 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransplantation DirectMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207