Les temps forts de la transplantation rénale en 2023
Notice bibliographique
Résumé
In 2023, significant advances were made in various areas of kidney transplantation. Firstly, the use of a balanced crystalloid solution in the recipient appears to prevent the delay in graft function, unlike hypothermia in the donor and normothermic pulsatile perfusion. Understanding the pathophysiology of humoral rejection has progressed, highlighting the major role of HLA class II molecules and innate immune cells (NK and monocytes expressing FCGR3A). An automatic Banff classification algorithm has been developed to better categorize biopsies in currently known diagnoses. CXCL10, combined with other variables, seems effective in ruling out rejection, but its role in routine care is yet to be defined. Regarding cytomegalovirus (CMV), letermovir has been proven effective in preventing CMV disease in D+R- patients, with fewer hematological side effects. For R+ patients, monitoring CMV-specific T-cell immunity is suggested to reduce the duration of antiviral prophylaxis. The only innovation in immunosuppression is imlifidase for highly sensitized patients, guided by French recommendations. A new equation for glomerular filtration rate measurement has been developed for kidney transplant recipients, performing well across various analyzed stratifications. Finally, xenotransplantation is making a comeback this year, generating hope. However, the description of early humoral rejections involving innate immune cells indicates that adjustments are still needed before considering its widespread deployment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».