Familial Mediterranean Fever (FMF) with Proteinuria: Clinical Features, Histology, Predictors, and Prognosis in a Cohort of 25 Patients
Notice bibliographique
Résumé
OBJECTIVE: Reactive (AA) amyloidosis may complicate familial Mediterranean fever (FMF), the prototype of autoinflammatory diseases. Thus, proteinuria in FMF is commonly viewed as resulting from amyloidosis, and kidney biopsy is deemed superfluous. However, nephropathy other than amyloidosis has been described in FMF, but its rate and distinctive characteristics are unknown. Our aim was to determine the rate and underlying pathology of FMF-related nonamyloidotic proteinuria and compare its clinical course, demographic, and genetic features to those of FMF-amyloid nephropathy. METHODS: This study is a retrospective analysis of data from patients with FMF undergoing kidney biopsy for proteinuria above 0.5 g/24 h, over 10 years (2001-2011). Clinical, laboratory, genetic, and pathology data were abstracted from patient files. Biopsies were viewed by an experienced pathologist, as necessary. RESULTS: Of the 25 patients referred for kidney biopsy, only 15 (60%) were diagnosed with amyloid kidney disease (AKD), and 10 were diagnosed with another nephropathy. The AKD and nonamyloid kidney disease (NAKD) groups were comparable on most variables, but showed distinct characteristics with regard to the degree of proteinuria (6.45 ± 4.3 g vs 2.14 ± 1.6 g, p = 0.006), rate of severe FMF (14 vs 5 patients, p = 0.022), and rate of development of end stage renal disease (73.3% vs 20%, p = 0.015), respectively. CONCLUSION: NAKD is common in FMF and, compared to amyloidosis, it is featured with milder course and better prognosis. Contrary to common practice, it is highly recommended to obtain a kidney biopsy from patients with FMF and proteinuria more than 0.5 g/24 h.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».