Tonsillectomy in a European Cohort of 1,147 Patients with IgA Nephropathy
Notice bibliographique
Résumé
BACKGROUND: Tonsillectomy has been considered a treatment for IgA nephropathy (IgAN). It is aimed at removing a source of pathogens, reducing mucosa-associated lymphoid tissue and decreasing polymeric IgA synthesis. However, its beneficial effect is still controversial. In Asia, favorable outcomes have been claimed mostly in association with corticosteroids. In Europe, small, single-center uncontrolled studies have failed to show benefits. METHODS: The European validation study of the Oxford classification of IgAN (VALIGA) collected data from 1,147 patients with IgAN over a follow-up of 4.7 years. We investigated the outcome of progression to end-stage renal disease (ESRD) and/or 50% loss of estimated glomerular filtration rate (eGFR) and the annual loss of eGFR in 61 patients who had had tonsillectomy. RESULTS: Using the propensity score, which is a logistic regression model, we paired 41 patients with tonsillectomy and 41 without tonsillectomy with similar risk of progression (gender, age, race, mean blood pressure, proteinuria, eGFR at renal biopsy, previous treatments and Oxford MEST scores). No significant difference was found in the outcome. Moreover, we performed an additional propensity score pairing 17 patients who underwent tonsillectomy after the diagnosis of IgAN and 51 without tonsillectomy with similar risk of progression at renal biopsy and subsequent treatments. No significant difference was found in changes in proteinuria, or in the renal end point of 50% reduction in GFR and/or ESRD, or in the annual loss of eGFR. CONCLUSION: In the large VALIGA cohort of European subjects with IgAN, no significant correlation was found between tonsillectomy and renal function decline.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».