Urine biomarker score captures response to induction therapy with lupus nephritis
Notice bibliographique
Résumé
BACKGROUND: The Renal Activity Index for Lupus (RAIL) consists of urine protein assessment of neutrophil gelatinase-associated lipocalin, kidney injury molecule-1, monocyte chemotactic protein 1, adiponectin, hemopexin, and ceruloplasmin, which non-invasively identifies lupus nephritis (LN). We aimed to delineate RAIL scores with inactive versus active LN and changes over time with response to LN induction therapy. METHODS: There were 128 pediatric patients with systemic lupus erythematosus (SLE) and age-matched healthy controls recruited in a prospective case control study, with kidney biopsy confirmation of LN. Laboratory and clinical information was recorded and urine collected at diagnosis and end of induction and during maintenance therapy. Response to therapy was assessed by repeat kidney biopsy or laboratory parameters. Urine was assayed for RAIL biomarkers and the RAIL score calculated. RESULTS: Pediatric RAIL (pRAIL) scores from 128 children and young adults with SLE (with/without LN: 70/38) including 25 during LN induction therapy, differentiated clinically active LN from inactive LN or without LN, and controls (all p < 0.0017). pRAIL scores significantly decreased with complete LN remission by 1.07 ± 1.7 (p = 0.03). CONCLUSIONS: The RAIL biomarkers differentiate LN patients based on activity of kidney disease, with decreases of ≥ 1 in pRAIL scores indicating complete response to induction therapy. Significantly lower RAIL scores in healthy controls and in SLE patients without known LN raise the possibility of subclinical kidney disease. A higher resolution version of the Graphical abstract is available as Supplementary information.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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) | 0,000 | 0,001 |
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 ».