Xenotransplantation: The next quarter century
Notice bibliographique
Résumé
Transplantation has become a preferred therapy for the treatment of end stage organ failure, improving the quality and duration of recipients lives. The major limitation of organ transplantation is the shortage of suitable donor organs available for clinical use. Xenotransplantation using genetically modified pig organs could provide an unlimited source of organs, allowing all patients in need to receive a transplant in a timely fashion. Xenotransplantation was limited to the experimental realm because of the presence of anti-pig antibodies that are present in the blood of every human (1, 2). The development of genetic engineering tools, especially CRISPR/Cas9 and somatic cell nuclear transfer made it possible to create pigs missing key glycan pig antigens so that the antibodies did not bind to the new pig (3-5). Preclinical results using kidneys from new donor pigs has improved to the point where nonhuman primate recipients are living for more than 4 years (Andrew Adams personal communication). The improvements in survival seen in preclinical models has led to clinical attempts at heart and kidney xenotransplantation (6, 7). Thus far in the first 5 clinical xenotransplant cases success has been modest, with only one graft (kidney) functioning past 60 days to date. The other patients receiving pig xenografts (2 hearts and 2 kidneys) succumbed to early antibody mediated rejection (AMR) (7-9). Nevertheless, the developments in preclinical and compassionate use xenotransplantation have resulted in the first FDA approved clinical trial with renal xenotransplantation. This article will deal with the issues that are likely to be the focus of the next 25 years with regards to development of clinical xenotransplantation.
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 ».