Natural Killer Cell Presence in Antibody-Mediated Rejection
Notice bibliographique
Résumé
Transcript analyses highlight an important contribution of natural killer (NK) cells to microvascular inflammation (MVI) in antibody-mediated rejection (ABMR), but only few immunohistologic studies have quantified their spatial distribution within graft tissue. This study included 86 kidney transplant recipients who underwent allograft biopsies for a positive donor-specific antibody (DSA) result. NK cells were visualized and quantified within glomeruli and peritubular capillaries (PTC), using immunohistochemistry for CD34 alongside CD16/T-bet double-staining. Staining results were analyzed in relation to histomorphology, microarray analysis utilizing the Molecular Microscope Diagnostic System, functional NK cell genetics, and clinical outcomes. The number of NK cells in glomeruli per mm 2 glomerular area (NK glom ) and PTC per mm 2 cortical area (NK PTC ) was substantially higher in biopsies with ABMR compared to those without rejection, and correlated with MVI scores (NK glom Spearman’s correlation coefficient [SCC] = 0.55, p < 0.001, NK PTC 0.69, p < 0.001). In parallel, NK cell counts correlated with molecular classifiers reflecting ABMR activity (ABMR prob : NK glom 0.59, NK PTC 0.75) and showed a trend towards higher levels in association with high functional FCGR3A and KLRC2 gene variants. Only NK PTC showed a marginally significant association with allograft function and survival. Our immunohistochemical results support the abundance of NK cells in DSA-positive ABMR.
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) | 0,000 | 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) | 0,004 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».