Clinical Value of Complement Activation Biomarkers in Overt Diabetic Nephropathy
Notice bibliographique
Résumé
Background Experimental studies support a role of complement activation in diabetic nephropathy (DN), yet few clinical correlates exist. We evaluated urinary levels of sC5b-9 membrane attack complex (MAC) in patients with overt DN, and examined its association with the glomerular filtration rate (GFR) decline, proteinuria, and inflammatory biomarkers. We explored different complement pathways and compared our findings to autoimmune glomerulonephritis. Methods We prospectively followed 83 patients with DN and obtained repeated measurements of proteinuria, complement fragments (sC5b-9, C4a, C1q, mannose-binding lectin–associated serine protease [MASP]-1, and factor Bb), monocyte chemoattractant protein-1 (MCP-1), and transforming growth factor (TGF)-β1. We assessed independence and interactions using general linear models and repeated measures analyses and compared levels with subjects with active focal and segmental glomerulosclerosis, ANCA-associated vasculitis, and membranous and IgA nephropathies ( n = 63). Results The diabetic cohort had an initial GFR of 25 ± 9 ml/min per 1.73 m 2 and a renal function decline of 2.9 ± 3.0 ml/min per 1.73 m 2 per year. All complement biomarkers were strongly intercorrelated and associated with biomarker inflammation and fibrosis, proteinuria, and the rate of renal function decline. There was a significant interaction ( P = 0.03) between the level of proteinuria and urinary sC5b-9: in individuals with higher levels of urinary MAC, the relationship between proteinuria and the rate of renal function decline was more pronounced than in those with low urinary MAC. Finally, patients with DN had levels of urinary sC5b-9 comparable to autoimmune glomerulonephritis, when stratified by the level of proteinuria. Conclusion Urinary MAC is present in patients with overt DN at levels comparable to autoimmune glomerulonephritis and correlates with the GFR decline, supporting that complement activation and its measurement are clinically relevant in DN.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».