Presente y futuro del trasplante de islotes pancreáticos, un tratamiento innovador para la diabetes tipo 1
Bibliographic record
Abstract
IntroducciónEl trasplante de islotes pancreáticos (TI*) se ha convertido en una opción terapéutica prometedora para algunos pacientes diabéticos con historia de hipoglicemia frecuentemente no percibida y labilidad glicémica severa. A pesar de ser un procedimiento relativamente joven en el área de trasplante de órganos y células, en las dos últimas décadas el TI pasó de ser una curiosidad quirúrgica en el área de trasplantes a posicionarse como una realidad terapéutica. esto gracias al desarrollo de novedosos protocolos de TI que proponen una nueva terapia de inmunosupresión, preparación de islotes de alta calidad, recepción de tejido proveniente de múltiples donantes y selección cuidadosa de candidatos para trasplante.Los principales avances obtenidos en la década pasada en el TI fueron introducidos por el Protocolo de edmonton en el año 2000, el cual incluyó varias modificaciones, entre ellas el uso de un esquema de inmunosupresión libre de corticoesteroides y una masa de trasplante de 11.000 Ie/kg (Ie: islotes equivalentes), mejorando significativamente los resultados hasta entonces obtenidos en pacientes sometidos a TI. De los datos evaluados en los 65 pacientes sometidos a TI bajo este protocolo, se destaca que la mayoría logró independencia de la insulina durante el primer año y mejoría en la inestabilidad glicémica a los cinco años postrasplante. sin embargo, sólo 7,5% de los pacientes adquirieron independencia de la insulina luego de cinco años.Estos resultados permitieron revelar el TI al ámbito científico como un campo investigativo promisorio, con grandes necesidades de avances futuros para conseguir una preservación de la función de los islotes trasplantados a largo plazo(4), lo que promovió ampliamente la investigación sobre el tema y la creación de centros especializados desde entonces alrededor del mundo.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".