MétaCan
Menu
← Retour à la cohorte
Enregistrement W7161887310 · doi:10.82308/53181

Pre-transplant anti-LG3 autoantibodies in kidney transplantation: Impact on the occurrence and prognosis of early acute vascular rejection

2018· dissertation· en· W7161887310 sur OpenAlexaboutno aff
Habib Mawad

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransplantationKidney transplantationGoodpasture syndromeVascular diseaseTransplant surgery

Résumé

récupéré en direct d'OpenAlex

Contexte: Dans les dernières années, un nombre croissant d’études s’intéresse au rôle de l’auto-immunité en transplantation rénale. La présence d'auto-anticorps contre le fragment LG3 du perlecan (anti-LG3) a récemment été associée avec un risque accru de rejet aigu vasculaire (RAV) et de retard de reprise de fonction (RRF). L’effet délétère des anti-LG3 semble être amplifié par la sévérité du dommage endothélial qui exposerait des antigènes cryptiques. Objectifs: L’objectif principal est de valider l’association entre la présence d’anti-LG3 et la survenue de RAV précoce. Je vais également investiguer si cette association est modifiée par la présence de facteurs reliés au dommage endothélial. Le deuxième objectif est d’évaluer l’impact des anti-LG3 pré-greffe sur la fonction du greffon à 1 an (débit de filtration glomérulaire : DFG) et sur le changement de fonction entre 6 et 12 mois post-greffe (delta-DFG). La présence de RAV dans les 6 premiers mois sera évaluée en tant que modificateur d’effet pour ces deux associations.Méthodes: J’ai mené une étude de cohorte rétrospective incluant les patients greffés de 2008 à 2014 dans 2 centres canadiens de transplantation rénale adulte. Les niveaux d’anti-LG3 pré-greffe ont été mesurés par ELISA et sont exprimés en unités de densité optique (UDO, x1000). Ils ont été dichotomisés à 130 UDO ce qui correspond à la valeur médiane dans cette cohorte. Pour l’objectif principal, j’ai réalisé une analyse par régression de Cox avec RAV comme issue. Une analyse supplémentaire considérant tout type de rejet aigu (RA) comme issue a également été effectuée. Pour le deuxième objectif, j’ai entrepris une analyse par régression linéaire en considérant successivement DGF à 1 an et delta-DGF comme issues. Pour les deux objectifs, les modificateurs d’effets ont été évalués par l’inclusion d’une variable d’interaction dans les modèles multivariés et par des analyses stratifiées exploratoires. Résultats: Il y avait 444 sujets ayant du sérum pré-greffe. Pour l’objectif principal, l’analyse multivariée par régression de Cox n’a pas démontré d’association significative entre la présence d’anti-LG3 pré-greffe et le premier épisode de RAV [hazard ratio (HR): 1.25, intervalle de confiance (IC) à 95%: 0.59; 2.66] ou le premier épisode de RA (HR: 1.03, 95% IC: 0.68; 1.58). Aucune des interactions investiguées n’était statistiquement significative. Cependant, les estimations ponctuelles des HR étaient toujours plus élevées en présence de facteurs reliés au dommage endothélial (c’est-à-dire RRF, ischémie prolongée, donneur à critères élargis et/ou donneur après arrêt cardiaque). Pour le deuxième objectif, la présence d’anti-LG3 pré-greffe n’était pas associée au DFG à 1 an (β: 0.27 ml/min, IC 95%: -4.00; 4.53) et il n’y avait pas d’interaction significative avec la présence de RAV dans les 6 premiers moins. Les trouvailles sont similaires lorsque delta-DFG est considéré comme issue. Dans l’analyse stratifiée exploratoire, il y avait une association statistiquement significative entre la présence d’anti-LG3 pré-greffe et le delta-DFG dans le sous-groupe avec RAV dans les 6 premiers mois (β: -7.56 ml/min, IC 95%: -14.0; -1.08). Ce n’était pas le cas en l’absence de RAV (β: -0.02 ml/min, IC 95%: -2.40; 2.35).Conclusions: Il est impossible de tirer des conclusions définitives de cette étude. L’absence d’association entre les anti-LG3 pré-greffe et la survenue de RAV diffère des trouvailles antérieures, ce qui pourrait s’expliquer par une immunosuppression plus forte et de meilleures techniques de stratification du risque immunologique dans cette étude. A cause d’une taille d’échantillon limitée, nous ne pouvons pas conclure sur le rôle du dommage endothélial comme modificateur d’effet dans cette association, ni sur le rôle du RAV comme modificateur d’association entre les anti-LG3 pré-greffe et le DFG à 1-an ou le delta-DFG. Des études supplémentaires sont nécessaires pour évaluer ces hypothèses.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,320
Écart entre enseignants0,304 · 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'étudeObservationnel
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRenal Transplantation Outcomes and Treatments→Travaux en français237 207→