A Risk Score Using a Cell-based Assay Predicts Long-term Over-immunosuppression Events in Kidney Transplant Recipients
Notice bibliographique
Résumé
BACKGROUND: Infections and cancer are major causes of premature death in organ recipients. However, there have been few advances in personalized immunosuppressive therapy. We previously reported that a cell-based assay measuring CD14 + 16 + tumor necrosis factor-α + monocytes after peripheral blood mononuclear cell (PBMC) incubation with Epstein-Barr virus peptides has a high sensitivity for detecting over-immunosuppression (OIS) events in kidney recipients in the short term. We aimed to develop a risk score for predicting long-term events. METHODS: We studied 551 PBMC samples from 118 kidney recipients. Following random allocation to a testing and training set, we derived a risk function for the delineated tertiles of low, intermediate, and high risk of OIS based on age and CD14 + 16 + tumor necrosis factor-α + cells. RESULTS: Patients were followed for a median of 6.3 y (25th-75th percentiles: 3.7-8.3 y). Of these, 40 (34%) experienced an OIS event. The validation indicated that the risk score was well calibrated, with an absolute risk of 21%, 41%, and 61% in the low-, intermediate-, and high-risk categories, respectively ( P = 0.03). In sensitivity analyses, the risk score was robust to alternative definitions of OIS ranging from mild to severe. In particular, when restricted to life-threatening OIS, the proportion of events varied from 5% to 27% among the low- and high-risk categories, respectively ( P = 0.01). CONCLUSIONS: Using a combination of age and in vitro PBMC response to Epstein-Barr virus peptides allows a substantial shift in the estimated risk of OIS events.
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 | 0,003 | 0,007 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».