Comparison of Complement Pathway Activation in Autoimmune Glomerulonephritis
Notice bibliographique
Résumé
Introduction: Studies on complement activation have implicated a combination of the classical pathway (CP), lectin pathway (LP), and alternative pathway (AP) in triggering the terminal pathway (TP) for each common autoimmune glomerulonephritis (GN). Evaluating different pathways simultaneously may help identify whether one is preferentially activated and, consequently, which is best to target for each disease. Methods: We followed 112 patients with focal segmental glomerular sclerosis (FSGS), membranous nephropathy (MN), IgA nephropathy (IgAN), lupus nephritis (LN), and antineutrophil cytoplasmic autoantibody-associated vasculitis (AAV) for a median duration of 22 (12-52) months. At the time of greatest clinical activity, we simultaneously evaluated urinary C3a (C3 convertase activity), C5a and sC5b-9 (TP), MASP-1 and MASP-2 (LP), C1q (CP), C4a (CP/LP), and Ba and Bb (AP). We evaluated the relation between activation fragments of the AP and CP/LP with the TP. Results: Urinary complement biomarkers for each pathway were associated with the severity of proteinuria. Fragments of the TP were higher among patients with FSGS and MN compared with patients with IgAN, LN, and AAV. For the AP, urinary Ba level was lower in those with IgAN and LN compared with those with FSGS. For the CP/LP, urinary C4a, MASP-1, and MASP-2 levels were similar between diseases whereas urinary C1q levels were lower in those with LN. For each GN, independent associations existed between the activation markers of the AP and CP/LP with the degree of TP activation, except for the AP in AAV, although perhaps underpowered. Conclusion: The AP and CP/LP contribute individually to the TP activation in autoimmune GN, and both seem to be valid potential therapeutic targets.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».