MétaCan
Menu
Retour à la cohorte
Enregistrement W4410696315 · doi:10.1177/20543581251342440

Canadian Kidney Transplant Recipients’, Transplant Candidates’, and Caregivers’ Perspectives on Precision Medicine and Molecular Matching in Kidney Allocation: A Qualitative Analysis

2025· article· en· W4410696315 sur OpenAlexaffabout
Fabián Ballesteros, Aliya Affdal, Mohamad Issa, Marie‐Françoise Malo, Savannah-Lou Cochran-Mavrikakis, Carina Sancho, Stirling Bryan, Paul Keown, Ruth Sapir‐Pichhadze, Marie‐Chantal Fortin

Notice bibliographique

RevueCanadian Journal of Kidney Health and Disease · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensUniversity of British ColumbiaTranslational Research in OncologyUniversité de SherbrookeUniversité de MontréalMcGill UniversityCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineKidney transplantationTransplantationKidney transplantKidneyKidney diseaseQualitative researchPrecision medicineIntensive care medicineNephrologyFamily medicineInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

Background: Antibody-mediated rejection (AMR) is an important cause of kidney transplant loss. A new strategy requiring application of precision medicine tools in transplantation considers molecular compatibility between donors and recipients and holds the promise of improved immunologic risk, preventing rejection and premature graft loss. Objective: The objective of this study was to gather patients' and caregivers' perspectives on molecular compatibility in kidney transplantation. Design: Individual semi-structured interviews. Setting: The Centre hospitalier de l'Université de Montréal (CHUM) and McGill University Health Centre (MUHC) kidney transplant programs. Participants: Kidney transplant candidates, kidney transplant recipients, and caregivers. Methods: Twenty-seven participants took part in semi-structured interviews between July 2020 and November 2021. The interviews were digitally recorded, transcribed, and analyzed using the qualitative description approach. Results: Participants had different levels of knowledge about the kidney allocation process. They expressed trust in the system and healthcare professionals. They indicated that a fair organ allocation system should strive to maximize graft survival as it would decrease the demand for deceased donor kidneys and allow more patients to access transplantation. Molecular matching and precision medicine were seen as important improvements in the kidney transplant allocation process given their potential to improve graft survival and decrease the need for retransplantation. However, participants were concerned about increased waiting times that may negatively impact some patients upon implementation of molecular matching. To address these concerns, participants suggested integrating safeguards in the form of maximum waiting time for molecularly matched kidneys. Limitations: This study was conducted in the province of Quebec most of the participants were white and highly educated. Consequently, the results could not be generalizable to other populations, including ethnic minorities. Conclusions: Molecular matching and precision medicine are viewed as promising technologies for decreasing the incidence of AMR and improving graft survival. However, further studies are needed to determine how to ethically integrate this technology into the kidney allocation scheme. Trial registration: Not registered.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,645
Score d'incertitude au seuil0,706

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0190,010
Communication savante0,0050,003
Science ouverte0,0020,006
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,335
Écart entre enseignants0,319 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Kidney Health and DiseaseMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207