Frequency of Class III and IV Nephritis in Systemic Lupus Erythematosus Without Clinical Renal Involvement: An Analysis of Predictive Measures
Notice bibliographique
Résumé
OBJECTIVE: To determine the frequency of International Society of Nephrology/Renal Pathology Society (ISN/RPS) class III or IV lupus nephritis in patients with systemic lupus erythematosus (SLE) without clinical renal involvement. METHODS: We investigated the renal pathology of 195 patients with SLE, including 86 patients without clinical renal involvement. RESULTS: Lupus nephritis other than class I was found in 58% of the patients without clinical renal involvement, and class III and IV nephritis was found in 15% of these patients. To reveal the predictive measures involved in class III or IV lupus nephritis, we explored the clinical measures in patients with SLE who did not have clinical renal involvement. Anti-dsDNA antibody titers were significantly higher (p = 0.0266) and C3 values were significantly lower (p = 0.0073) in patients with class III or IV lupus nephritis than in patients without class III or IV lupus nephritis. The sensitivity and specificity values were 77% and 73%, respectively, for cutoff levels of both 40 IU/ml for anti-dsDNA antibodies and 55 mg/dl for C3 (OR 8.8, p = 0.0011). CONCLUSION: The frequency of nephritis, including ISN/RPS class III and IV, was unexpectedly high in SLE patients without clinical renal involvement. ISN/RPS class III or IV lupus nephritis could be hidden in patients with SLE who present both a high titer of anti-dsDNA antibody and a low concentration of C3, even when they have clinically normal urinary findings and renal function.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».