Longitudinal patterns and predictors of response to standard-of-care therapy in lupus nephritis: data from the Accelerating Medicines Partnership Lupus Network
Notice bibliographique
Résumé
Abstract Background Leveraging the Accelerating Medicines Partnership (AMP) Lupus Nephritis (LN) dataset, we evaluated longitudinal patterns, rates, and predictors of response to standard-of-care therapy in patients with lupus nephritis. Methods Patients from US academic medical centers with class III, IV, and/or V LN and a baseline urine protein/creatinine (UPCR) ratio ≥ 1.0 ( n = 180) were eligible for this analysis. Complete response (CR) required the following: (1) UPCR < 0.5; (2) normal serum creatinine (≤ 1.3 mg/dL) or, if abnormal, ≤ 125% of baseline; and (3) prednisone ≤ 10 mg/day. Partial response (PR) required the following: (1) > 50% reduction in UPCR; (2) normal serum creatinine or, if abnormal, ≤ 125% of baseline; and (3) prednisone dose ≤ 15 mg/day. Results Response rates to the standard of care at week 52 were CR = 22.2%; PR = 21.7%; non-responder (NR) = 41.7%, and not determined (ND) = 14.4%. Only 8/180 (4.4%) patients had a week 12 CR sustained through week 52. Eighteen (10%) patients attained a week 12 PR or CR and sustained their responses through week 52 and 47 (26.1%) patients achieved sustained PR or CR at weeks 26 and 52. Week 52 CR or PR attainment was associated with baseline UPCR > 3 (OR adj = 3.71 [95%CI = 1.34–10.24]; p = 0.012), > 25% decrease in UPCR from baseline to week 12 (OR adj = 2.61 [95%CI = 1.07–6.41]; p = 0.036), lower chronicity index (OR adj = 1.33 per unit decrease [95%CI = 1.10–1.62]; p = 0.003), and positive anti-dsDNA antibody (OR adj = 2.61 [95%CI = 0.93–7.33]; p = 0.069). Conclusions CR and PR rates at week 52 were consistent with the standard-of-care response rates observed in prospective registrational LN trials. Low sustained response rates underscore the need for more efficacious therapies and highlight how critically important it is to understand the molecular pathways associated with response and non-response.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».