Efforts to Better Characterize “Antiphospholipid Antibody Nephropathy” for the 2023 ACR/EULAR Antiphospholipid Syndrome Classification Criteria: Renal Pathology Subcommittee Report
Notice bibliographique
Résumé
OBJECTIVE: Antiphospholipid antibody (aPL) nephropathy (-N) can be challenging to recognize due to a lack of established classification or diagnostic criteria. As part of efforts to develop new antiphospholipid syndrome (APS) classification criteria (CC), the APS CC Renal Pathology Subcommittee aimed to better characterize the entity of aPL-N. METHODS: We used a 4-pronged approach that included (1) administering Delphi surveys to worldwide APS physicians to generate aPL-N terminology; (2) conducting a literature review to demonstrate the association of nephropathy with aPL and identify published aPL-N histopathological terminology and descriptions; (3) evaluating aPL-N terminology used in renal biopsy reports from an international patient registry; and (4) evaluating proposed kidney pathologic features for aPL-N by assessment of international Renal Pathology Society (RPS) members. RESULTS: After completing our metaanalysis demonstrating an association between nephropathy and aPL, we used Delphi surveys, a literature review, and international renal biopsy reports to develop a preliminary definition of aPL-N. The preliminary definition included include specific terms associated with acute (ie, thrombotic microangiopathy in glomeruli or arterioles/arteries) and chronic (ie, organized arterial or arteriolar microthrombi with or without recanalization, organized glomerular thrombi, fibrous and fibrocellular [arterial or arteriolar] occlusions, focal cortical atrophy with or without thyroidization, and fibrous intimal hyperplasia) lesions. Most RPS survey respondents agreed with this terminology and the importance of knowing aPL results for histopathological diagnosis. CONCLUSION: Our results support the inclusion of aPL-N in the 2023 American College of Rheumatology/European Alliance of Associations for Rheumatology APS CC, and provide the most widely accepted terminology to date for both acute and chronic pathologic lesions of aPL-N.
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 | 0,159 | 0,172 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».