Current Therapies for Lupus Nephritis in an Ethnically Heterogeneous Cohort
Notice bibliographique
Résumé
OBJECTIVE: To evaluate responses to mycophenolate mofetil (MMF) and intravenous cyclophosphamide (CYC) in lupus nephritis in a multiethnic population. METHODS: This was a retrospective study of all patients with systemic lupus erythematosus (SLE) that underwent kidney biopsy at New York University Medical Center. Patients with followup of at least 6 months were included. Clinical response was defined as complete (return to +/- 10% of normal) or partial (improvement of 50% in abnormal renal measurements). RESULTS: Ninety-nine patients were included in the study: 86% females, 86% non-Caucasian, age 34.2 +/- 1.1 years, 62% with proliferative nephritis (PN; ISN/RPS-III and IV), and 32% with membranous nephritis (MN; ISN/RPS-V). Of the 70 patients with PN, 37 were treated with CYC and 33 with MMF. The baseline characteristics of the 2 treatment groups were different in the incidence of ISN/RPS-IV, values of serum creatinine and serum albumin, and type of insurance (p < 0.05). The response rate was greater in the MMF than in the CYC group (70% vs 41%). Responses to MMF were different in Asians (11/11), Caucasians (4/5), African Americans (3/5), and Hispanics (5/11). Responses to CYC had a similar distribution (Asians 6/10, Caucasians 4/5, African Americans 4/9, Hispanics 1/11). In the MN group (N = 23) responses were similar to the PN group (73% MMF and 38% CYC). After adjusting for race, serum creatinine, serum albumin, type of insurance, and class of nephritis, in a logistic regression model, response to MMF was superior to CYC: OR 6.2 (95% CI 1.9-20.2). Hispanics had worse outcome than Caucasians (OR 0.17). Longterm followup suggested no difference in maintenance with MMF or CYC. CONCLUSION: After controlling for the fact that less severe nephritis is preferentially treated with MMF, we found overall that response to MMF was superior to CYC. In this US population, ethnicity was observed to have an influence on response.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».