Rethinking the Diagnosis and Management of Antibody‐Mediated Rejection in Multidisciplinary Transplant Meetings: A Global Survey and Banff Working Group Recommendations
Notice bibliographique
Résumé
INTRODUCTION: The diagnosis of antibody-mediated rejection (AMR) requires input from several transplant professionals. Bringing clinical and laboratory experts together may help standardize care. Yet, little is known about current global practices of multidisciplinary meetings for AMR management. METHODS: The Banff Antibody-Mediated Injury Working Group approached professional societies worldwide to distribute a survey on the availability, content, participants, perceived value, and barriers to the implementation of multidisciplinary meetings. RESULTS: Four hundred two transplant professionals from six continents caring for kidney (90.55%), liver (21.14%), pancreas (20.65%), heart (15.17%), and lung (14.18%) transplant recipients participated in the survey, and 302 (75.12%) reported attending multidisciplinary meetings. Multidisciplinary meetings were more prevalent in academic centers, in high- versus low-to-middle-income regions (81.03% and 65.99%, respectively; p < 0.001), and in mid-to-large size transplant programs compared to smaller programs. Perceived value included continued professional development (97.68%) and trainee education (95.70%). AMR was reported to be discussed at these meetings by 217 respondents with case presentations reviewing patient characteristics, histology, and HLA antibody data. A third of the respondents reviewed non-HLA/pathogenic autoantibodies and/or molecular diagnostics, with the latter being more frequently applied in high- versus low-to-middle-income regions (46.71% and 12.31%, respectively; p < 0.001). AMR case presentations allowed diagnosis revision, actionable management plans and were perceived as improving care. The primary barrier to the implementation of multidisciplinary meetings (63.27%) was the unavailability of transplant professionals (e.g., transplant immunologists). CONCLUSION: Facilitating multidisciplinary meetings through the remote participation of pertinent experts and incentivizing participation through remuneration, protected time, or continued medical education may help standardize AMR diagnosis and harmonize its management.
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 | 0,025 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 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 ».