Genetic Assessment of Living Kidney Transplant Donors: A Survey of Canadian Practices
Notice bibliographique
Résumé
Background: Kidney failure is a prevalent condition with tendency for familial clustering in up to 27% of the affected individuals. Living kidney donor (LKD) transplantation is the optimal treatment option; however, in Canada, more than 45% of LKDs are biologically related to their recipients which subjects recipients to worse graft survival and donors to higher future risk of kidney failure. Although not fully understood, this observation could be partially explained by genetic predisposition to kidney diseases. Genetic testing of potential LKDs may improve risk assessment and inform the safety of donation. The strategies to evaluate these donors are still evolving. In Canada, little is known about the practice of assessing for genetic conditions among LKDs. Aim: The aim was to examine the Canadian practices regarding LKDs genetic assessment. Methods: Questionnaires were sent to 23 Canadian adult transplant centers to examine their protocols for LKDs genetic assessment. Design: The questionnaire comprised of 10 sections and 21 questions including case scenarios of different LKD encounters. Major domains of the survey addressed general demographics, information sharing practices, effect of mode of inheritance on candidacy decision, having a policy for LKD genetic evaluation, and case scenarios covering the following conditions: autosomal dominant polycystic kidney disease (ADPKD), Alport syndrome, Fabry disease, familial focal and segmental glomerulosclerosis (FSGS), atypical hemolytic uremic syndrome (aHUS), autosomal dominant tubulointerstitial kidney disease (ADTKD), sickle cell, and apolipoprotein L1 mutation (APOL1). Participants: The questionnaire was sent to the living-donor assessment committee representative (nephrologist) in adult and pediatric kidney transplant centers across Canada. Results: In total, 16 of 23 Canadian centers responded to the survey. Of the 8 surveyed genetic conditions, ADPKD, Alport syndrome, and aHUS were the most frequently encountered. More centers have specific policies for donor evaluation for ADPKD (25%) and aHUS (21.4%) vs none to very few for other genetic conditions. The most cited guidelines are Kidney Disease Improving Global Outcomes (KDIGO), Canadian Society of Nephrology/Canadian Society of Transplantation (CSN/CST), and the Canadian Blood Services' Kidney Paired Donation Protocol. Conclusions: Canadian transplant centers follow a case-by-case approach rather than a standard protocol for genetic assessment of LKDs given that current guideline recommendations are based on expert opinion due to a lack of a reliable body of evidence. With the expected rise in utilization of the increasingly available genetic testing, early multidisciplinary assessment including medical geneticists has the potential to improve personalized management. Studies examining long-term donor and graft outcomes are needed to construct the basis for evidence-based recommendations and inform the safety of donations.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».