MétaCan
Menu
Retour à la cohorte
Enregistrement W2299454765 · doi:10.1002/art.39674

A Longitudinal Analysis of Outcomes of Lupus Nephritis in an International Inception Cohort Using a Multistate Model Approach

2016· article· en· W2299454765 sur OpenAlexafffund
John G. Hanly, Li Su, Murray B. Urowitz, Juanita Romero‐Díaz, Caroline Gordon, Sang‐Cheol Bae, Sasha Bernatsky, Ann E. Clarke, Daniel J. Wallace, Joan T. Merrill, David Isenberg, Anisur Rahman, Ellen M. Ginzler, Michelle Petri, Ian N Bruce, Mary Anne Dooley, Paul R. Fortin, Dafna D. Gladman, Jorge Sánchez‐Guerrero, Kristján Steinsson, Rosalind Ramsey‐Goldman, Munther A. Khamashta, Cynthia Aranow, Graciela S. Alarcón, Barri J. Fessler, Susan Manzi, Ola Nived, Gunnar Sturfelt, Asad Zoma, Ronald van Vollenhoven, Manuel Ramos‐Casals, Guillermo Ruiz‐Irastorza, S. Sam Lim, Kenneth Kalunian, Murat İnanç, Diane L. Kamen, Christine Peschken, Søren Jacobsen, Anca Askanase, Chris Theriault, Vernon T. Farewell

Notice bibliographique

RevueArthritis & Rheumatology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensNova Scotia HospitalUniversity of CalgaryMcGill University Health CentreDalhousie UniversityUniversity of TorontoUniversité LavalQueen Elizabeth II Health Sciences CentreUniversity of ManitobaCentre hospitalier universitaire de QuébecToronto Western Hospital
Organismes subventionnairesNational Center for Advancing Translational SciencesMedical Research CouncilNational Institutes of HealthNational Center for Research ResourcesVersus ArthritisNational Institute of Arthritis and Musculoskeletal and Skin DiseasesSanofiLupus Research AllianceKyowa Hakko KirinWellcome TrustUniversity College LondonNovo NordiskNational Institute for Health and Care ResearchArthritis SocietyAntheraGenentechSandwell and West Birmingham Hospitals NHS TrustEli Lilly and CompanyEusko JaurlaritzaJohns Hopkins UniversityAblynxUniversity of CalgaryCanadian Institutes of Health ResearchGigtforeningenGlaxoSmithKlinePfizerBristol-Myers SquibbAstraZenecaUniversité Laval
Mots-clésLupus nephritisCohortMedicineEconometricsInternal medicineMathematicsDisease

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To study bidirectional change and predictors of change in estimated glomerular filtration rate (GFR) and proteinuria in lupus nephritis (LN) using a multistate modeling approach. METHODS: Patients in the Systemic Lupus International Collaborating Clinics inception cohort were classified annually into estimated GFR state 1 (>60 ml/minute), state 2 (30-60 ml/minute), or state 3 (<30 ml/minute) and estimated proteinuria state 1 (<0.25 gm/day), state 2 (0.25-3.0 gm/day), or state 3 (>3.0 gm/day), or end-stage renal disease (ESRD) or death. Using multistate modeling, relative transition rates between states indicated improvement and deterioration. RESULTS: Of 1,826 lupus patients, 700 (38.3%) developed LN. During a mean ± SD follow-up of 5.2 ± 3.5 years, the likelihood of improvement in estimated GFR and estimated proteinuria was greater than the likelihood of deterioration. After 5 years, 62% of patients initially in estimated GFR state 3 and 11% of patients initially in estimated proteinuria state 3 transitioned to ESRD. The probability of remaining in the initial states 1, 2, and 3 was 85%, 11%, and 3%, respectively, for estimated GFR and 62%, 29%, and 4%, respectively, for estimated proteinuria. Male sex predicted improvement in estimated GFR states; older age, race/ethnicity, higher estimated proteinuria state, and higher renal biopsy chronicity scores predicted deterioration. For estimated proteinuria, race/ethnicity, earlier calendar years, damage scores without renal variables, and higher renal biopsy chronicity scores predicted deterioration; male sex, presence of lupus anticoagulant, class V nephritis, and mycophenolic acid use predicted less improvement. CONCLUSION: In LN, the expected improvement or deterioration in renal outcomes can be estimated by multistate modeling and is preceded by identifiable risk factors. New therapeutic interventions for LN should meet or exceed these expectations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,220
Score d'incertitude au seuil0,535

Scores Codex et Gemma par catégorie

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

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 Opus0,041
Tête enseignante GPT0,337
Écart entre enseignants0,297 · 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 tête enseignante, 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

Citations46
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArthritis & RheumatologyMême sujetSystemic Lupus Erythematosus ResearchTravaux en français237 207