Longterm Data on Disease Flares in Patients with Proliferative Lupus Nephritis in Recent Years
Notice bibliographique
Résumé
OBJECTIVE: To examine the disease flare rate in lupus nephritis (LN), focusing on renal flares, and the factors associated with relapse risk in recent years. METHODS: We analyzed data on 139 Chinese patients with class III/IV ± V LN diagnosed from January 1983 to December 2013. We also compared data before and after 1998, when maintenance immunosuppression was changed from azathioprine (AZA) to mycophenolic acid (MPA). RESULTS: Over 112.5 ± 88.4 months, 135 episodes of renal flare occurred, giving a flare rate of 0.108 episodes per patient-year. The renal relapse-free survival rate was 96%, 90%, 86%, 80%, 69%, and 57% after 1, 2, 3, 4, 5, and 10 years, respectively, calculated from the start of induction treatment. Reduced risk of flare was associated with MPA maintenance (OR 0.314, 95% CI 0.099-0.994, p = 0.049), complete remission after induction immunosuppression (OR 0.329, 95% CI 0.133-0.810, p = 0.016), and diagnosis after 1998 (OR 0.305, 95% CI 0.133-0.700, p = 0.005). Relapse-free survival was significantly better in patients treated with prednisolone and MPA as maintenance immunosuppression (91% after 5 yrs and 83% after 10 yrs, respectively) compared with prednisolone and AZA (70% and 52%, respectively, p = 0.044). LN diagnosed in 1998-2013 showed 5-year and 10-year relapse-free survival rates of 93% and 86%, respectively, compared with 81% and 66%, respectively (p = 0.017) for LN that presented in 1983-1997. CONCLUSION: Our data show a relatively low flare rate for LN in the more recent era, attributed to effective induction of immunosuppression and MPA as maintenance treatment.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 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 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 ».