MétaCan
Menu
Retour à la cohorte
Enregistrement W2060607867 · doi:10.2215/cjn.06530909

Histopathologic Features Aid in Predicting Risk for Progression of IgA Nephropathy

2010· article· en· W2060607867 sur OpenAlexaffabout
Michael Walsh, Aylin Sar, Diane Lee, Serdar Yılmaz, Hallgrímur Benediktsson, Braden Manns, Brenda R. Hemmelgarn

Notice bibliographique

RevueClinical Journal of the American Society of Nephrology · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Diseases and Glomerulopathies
Établissements canadiensUniversity of CalgaryFoothills Medical Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineNephropathyMEDLINEPathologyInternal medicineDiabetes mellitusEndocrinology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVES: IgA nephropathy (IgAN) is the most common primary glomerular disease worldwide. Accurately identifying patients who are at risk for progressive disease is challenging. The extent to which histopathologic features improves prognostication is uncertain. DESIGN, SETTING, PARTICIPANTS, & MEASUREMENTS: We studied a retrospective cohort with biopsy-proven IgAN in Calgary, Canada. Renal biopsies were reviewed by a nephropathologist with histopathologic data abstracted using a standardized form. The primary outcome was the composite of doubling of serum creatinine, ESRD, or death. Spline models defined significant levels of interstitial fibrosis, glomerulosclerosis, hypertension, proteinuria, and creatinine. The prognostic significances of clinical and histopathologic parameters were determined using Cox proportional hazards models. RESULTS: Data from 146 cases were available for analysis with a median follow-up of 5.8 years. Greater than 25% interstitial fibrosis, >40% glomerular sclerosis, and a systolic BP >150 mmHg were risk thresholds. In univariable analyses, baseline creatinine, proteinuria, systolic BP, glomerular sclerosis, interstitial fibrosis, and crescentic disease were predictors of the primary outcome. In multivariable models adjusted for clinical characteristics, interstitial fibrosis (hazard ratio [HR]2.7; 95% confidence interval [CI] 1.2 to 6.0), glomerular sclerosis (HR 2.6; 95% CI 1.2 to 4.5), and crescents (HR 2.4; 95% CI 1.2 to 5.1) remained independent predictors of the primary outcome and significantly improved model fit compared with clinical characteristics alone. CONCLUSIONS: Baseline histopathologic parameters are independent predictors of adverse outcomes in IgAN even after taking into consideration clinical characteristics. Relatively small degrees of interstitial fibrosis confer an increased risk for progressive IgAN.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,370
Écart entre enseignants0,347 · 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

Citations98
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Journal of the American Society of NephrologyMême sujetRenal Diseases and GlomerulopathiesTravaux en français237 207