Monocyte Chemoattractant-1 as a Urinary Biomarker for the Diagnosis of Activity of Lupus Nephritis in Brazilian Patients
Notice bibliographique
Résumé
OBJECTIVE: Monocyte chemotactic protein (MCP-1), involved in the pathogenesis of lupus nephritis (LN), has recently been indicated as a new biomarker of kidney activity in systemic lupus erythematosus (SLE). Our aim was to assess urinary MCP-1 (uMCP-1) as a biomarker of renal activity in patients with SLE and to compare it to other disease activity markers, using the ELISA. METHODS: Seventy-five female Brazilian patients with SLE and a control group participated in our study. Patients with SLE were distributed among 3 groups according to kidney involvement and classified according to disease activity based on clinical and laboratory measures such as urinary sediment, proteinuria, kidney function, C3, C4, anti-dsDNA, disease activity index, and renal SLE disease activity index. The serum and uMCP-1 concentrations were measured by sandwich ELISA. RESULTS: In the A-LN group (active lupus nephritis: SLE with kidney involvement), the concentration of uMCP-1 was significantly higher than in other groups. A cutoff point was established using the results of the control group to apply this test in the detection of LN. A-LN had a higher frequency of positive results for uMCP-1 in comparison to the other groups (p < 0.001). To detect disease activity in patients with LN, a new cutoff was determined based on the results of patients with SLE with kidney involvement. Setting specificity at 90%, the sensitivity of the test was 50%. CONCLUSION: The high specificity makes uMCP-1 a useful test as a predictor of kidney activity in SLE, especially when associated to other measures used in clinical practice.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».