Characterising the immune profile of the kidney biopsy at lupus nephritis flare differentiates early treatment responders from non-responders
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: The kidney biopsy is used to diagnose and guide initial therapy in patients with lupus nephritis (LN). Kidney histology does not correlate well with clinical measurements of kidney injury or predict how patients will respond to standard-of-care immunosuppression. We postulated that the gene expression profile of kidney tissue at the time of biopsy may differentiate patients who will from those who will not respond to treatment. METHODS: The expression of 511 immune-response genes was measured in kidney biopsies from 19 patients with proliferative LN and 4 normal controls. RNA was extracted from formalin-fixed, paraffin-embedded kidney biopsies done at flare. After induction therapy, 5 patients achieved a complete clinical response (CR), 10 had a partial response (PR) and 4 patients were non-responders (NRs). Transcript expression was compared with normal controls and between renal response groups. RESULTS: A principal component analysis showed that intrarenal transcript expression from normal kidney, CR biopsies and NR biopsies segregated from each other. The top genes responsible for CR clustering included several interferon pathway genes (STAT1, IRF1, IRF7, MX1, STAT2, JAK2), while complement genes (C1R, C1QB, C6, C9, C5, MASP2) were mainly responsible for NR clustering. Overall, 35 genes were uniquely expressed in NR compared with CR. Pathway analysis revealed that interferon signalling and complement activation pathways were upregulated in both groups, while BAFF, APRIL, nuclear factor-κB and interleukin-6 signalling were increased in CR but suppressed in NR. CONCLUSIONS: These data suggest that molecular profiling of the kidney biopsy at LN flare may be useful in predicting treatment response to induction therapy.
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.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle