Management of Post-transplant Infections in Collaborating Hospitals (MATCH) Programme: a prospective cohort of all transplant recipients at Copenhagen University Hospital—Rigshospitalet, Denmark
Notice bibliographique
Résumé
PURPOSE: The Management of Post-transplant Infections in Collaborating Hospitals (MATCH) programme, initiated in 2011 and still ongoing, was created to 1) optimise the implementation of existing preventive strategies against viral infections in solid organ transplant (SOT) recipients and allogenic haematopoietic stem-cell transplant (HSCT) recipients and 2) advance research in the field of transplantation by collecting data from a multitude of sources. PARTICIPANTS: All SOT and HSCT recipients at Copenhagen University Hospital, Rigshospitalet, are followed in MATCH. By February 2021, a total of 1192 HSCT recipients and 2039 SOT recipients have been included. Participants are followed life long. An automated electronic data capture system retrieves prospective data from nationwide registries. Data from the years prior to transplantation are also collected. FINDINGS TO DATE: Data entries before and after transplantation include the following: biochemistry: 13 995 222 and 26 127 817; microbiology, cultures: 242 023 and 410 558; other microbiological analyses: 265 007 and 566 402; and pathology: 170 884 and 200 394. There are genomic data on 2431 transplant recipients, whole blood biobank samples from 1003 transplant recipients and faeces biobank samples from 207 HSCT recipients. Clinical data collected in MATCH have contributed to 50 scientific papers published in peer-reviewed journals and have demonstrated success in reducing cytomegalovirus disease in SOT recipients. The programme has established international collaborations with the Swiss Transplant Cohort Study and the lung transplant cohort at Toronto General Hospital. FUTURE PLANS: Enrolment into MATCH is ongoing with no planned end date for enrolment or follow-up. MATCH will continue to provide high-quality data on transplant recipients and expand and strengthen international collaborations.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».