221.6: Development of a calculated panel reactive antibody calculator for the United Arab Emirates.
Notice bibliographique
Résumé
Calculated panel reactive antibody (CPRA) is used to help increase sensitized patient’s access to transplantation. United Arab Emirates (UAE) has a diverse resident population hence we developed a UAE–CPRA calculator based on HLA antigen frequencies of the different ethnic groups that represent the UAE population. HLA antigen frequencies at serological split antigen level for HLA-A, -B, -C, -DRB1 and -DQB1 of 1002 healthy unrelated donors were performed. We subsequently compared the performance of the UAE CPRA calculator with the Organ Procurement and Transplantation Network (OPTN) and the Canadian CPRA calculators in 110 Kidney Transplant waitlist patients from January 2016 to December 2018. Lin’s concordance correlation coefficient showed a moderate agreement between the UAE and OPTN calculator (Rc = 0.949, 95% CI 0.929–0.963) and the UAE and Canadian calculators (Rc = 0.952, 95% CI 0.932–0.965). While there continued to be a moderate agreement (Rc = 0.937, UAE versus OPTN calculator) in the lower sensitized group, a poor agreement (Rc = 0.555, UAE versus OPTN calculator) was observed in the higher sensitized group. In this study, we provide a template for countries to develop their own population-specific CPRA calculator. Implementation of the CPRA algorithm based on HLA frequencies of the multi-ethnic UAE population will be more fitting to increase access to transplantation and improve transplant outcomes. Our study demonstrates that the CPRA calculators developed using the data from the western population had poor correlation in our higher sensitized patients disadvantaging them in potential organ allocations systems. We plan to further refine this calculator by using high resolution HLA typing to address the problem of a genetically diverse population.
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) | 0,000 | 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 ».