The Spectrum of Biopsy-Proved Kidney Disease: A Retrospective Single Center Study in Erbil-Iraq
Notice bibliographique
Résumé
BACKGROUND Renal biopsy is crucial to determine the pattern of the different types of renal diseases. It represents the gold standard of diagnostics for renal pathologies, including glomerular diseases, and it has an important value for the prognosis, monitoring disease progression, and planning the management protocol. AIMS AND OBJECTIVE To report the frequency of different pathological lesions affecting the kidney in patients who were admitted to our medical centre. MATERIALS AND METHODS This is a retrospective study of all patients with renal diseases who underwent percutaneous renal biopsy at the Erbil Kidney Centre for eight years (1st of January 2010 to 31st of December 2017). A total of 893 cases were biopsied and subsequently studied via histopathological examination and immunofluorescence microscopy. The study is ethically permitted by the Kurdistan Board for Medical Specialization. RESULTS The average age of the patients was 30.9 years. The most common clinical indication for biopsy included nephrotic syndrome (46.47%), acute renal failure (19.04%), chronic renal failure (15.34%), nephritic syndrome (7.39%), proteinuria alone (7.28%), and hematuria alone (4.48%). In patients with a primary glomerular disease, focal segmental glomerulosclerosis and minimal change disease were the most frequent (27.44% and 16.01%) in the younger patients (18.61±13.47 years), while membranous glomerulonephritis was more common in older patients (38.94±13.69 years). Patients with a secondary glomerular disease were mainly diagnosed with lupus nephritis, amyloidosis, and diabetic nephropathy. CONCLUSION The epitome of our study signifies that the spectrum of glomerular diseases varies based on age, sex, ethnicity, and geographical distribution. The implementation of renal biopsy proved to be a cornerstone in reaching the correct diagnosis. Future studies should implement the use of electron microscopy in conjunction with classical techniques of histopathology and immunofluorescence microscopy to diagnose equivocal cases of interest.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».