CE-05 A longitudinal analysis of outcomes of lupus nephritis in an international inception cohort using a multistate model approach
Notice bibliographique
Résumé
Background Patients with lupus nephritis (LN) may have improvement or deterioration in renal status over time. To capture bidirectional change we used a reversible multistate Markov model to study transitions in glomerular filtration rate (GFR) and proteinuria (PrU) in a prospective, international, inception cohort of SLE patients receiving standard of care. Materials and methods Patients were evaluated at enrolment and annually. GFR states were defined: state 1 (eGFR: >60 ml/min); state 2 (eGFR: 30–60 mL/min); and state 3 (eGFR: <30 ml/min). Similarly, PrU states were defined: state 1 (ePrU: <0.25 gr/day); state 2 (ePrU: 0.25–3.0 gr/day); and state 3 (ePrU: >3.0 gr/day). Multistate models provided estimates of relative transition rates and state occupancy probabilities. Results Of 1,826 SLE patients, 89% were female, 49.2% Caucasian with mean±SD age 35.1 ± 13.3 years. The mean disease duration at enrollment was 0.5 ± 0.3 years and follow-up was 4.6 ± 3.4 years. LN occurred in 700/1,826 (38.3%) patients. The likelihood of improvement in eGFR and ePrU (states 2→1 and 3→2) was greater than deterioration (states 1→2 and 2→3). After 5 years, the estimated transition to ESRD was 62% of patients initially in eGFR state 3 but only 11% from ePrU state 3. The probability of remaining in initial eGFR states 1, 2 and 3 was 85%, 11%, 3% and for ePrU was 62%, 29%, 4%. Male sex (p = 0.04) predicted improvement in eGFR states and older age (p < 0.001), race/ethnicity (p < 0.001), higher ePrU state (p < 0.001), higher renal biopsy chronicity score (p = 0.013) and baseline anticardiolipin antibodies (p = 0.039) predicted deterioration. For ePrU, race/ethnicity (p = 0.009), higher eGFR state (p = 0.011) and higher renal biopsy chronicity score (p = 0.015) predicted deterioration. Positive lupus anticoagulant (p = 0.006) and ISN/RPN class V nephritis (p = 0.013) were associated with lower improvement rates. Conclusions Multistate modelling in patients with LN generates probability estimates of transitions between disease states that reflect improvement or deterioration in renal outcomes. This approach identifies predictors of change in renal status and can inform clinical trial design by identifying outcomes that new therapeutic interventions for LN should meet or exceed. Acknowledgements Presented on behalf of the Systemic Lupus International Collaborating Clinics (SLICC)
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».