European Survey on Clinical Practice of Detecting and Treating T-Cell Mediated Kidney Transplant Rejection
Notice bibliographique
Résumé
The KDIGO guideline for acute rejection treatment recommends use of corticosteroids and suggests using lymphocyte-depleting agents as second line treatment. Aim of the study was to determine the current practices of detection and treatment of TCMR of kidney allografts amongst European kidney transplant centres. An invitation was sent through ESOT/EKITA newsletters and through social media to transplant professionals in Europe for taking part in the survey. A total of 129 transplant professionals responded to the survey. There was equal representation of small and large sized transplant centres. The majority of centres treat borderline changes (BL) and TCMR (Grade IA-B, IIA-B) in indication biopsies and protocol biopsies with corticosteroids as first line treatment. Thymoglobulin is used mainly as second line treatment for TCMR Grade IA-B (80%) and TCMR IIA-B (85%). Treatment success is most often evaluated within one month of therapy. There were no differences observed between the large and small centres for the management of TCMR. This survey highlights the common practices and diversity in clinics for the management of TCMR in Europe. Testing new therapies for TCMR should be in comparison to the current standard of care in Europe. Better consensus on treatment success is crucial for robust study designs.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».